这不仅仅是一个使用PyTorch和SENet来做图像分类的教程

Batch大小为32,循环次数为15次,通过在线上环境完成训练,模型最优精度评分为83.35。

得分记录
2019-12-04

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 83.16 。

04:43:03

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 80.7 。

19:40:20
2019-12-03

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 82.46 。

14:08:24

Batch Size 数据为 16 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 79.07 。

06:07:01
2019-12-02

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 81.18 。

23:29:45

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 78.2 。

16:22:58
2019-12-02

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 83.35 。

04:59:30

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 83.1 。

21:39:05
2019-12-01

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 81.5 。

05:23:45

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 81.63 。

20:36:30
2019-11-30

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 81.21 。

12:13:57

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 81.08 。

22:47:32
2019-11-28

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 79.93 。

20:30:00
2019-11-25

Batch Size 数据为 32 ,Epoch循环次数为 15 次, 通过在线上环境完成训练,模型最优精度评分为 79.03 。

22:06:59
2019-11-24

Batch Size 数据为 32 ,Epoch循环次数为 7 次, 通过在线上环境完成训练,模型最优精度评分为 77.3 。

23:56:48
2019-11-24

Batch Size 数据为 32 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 77.85 。

03:48:55
2019-11-22

Batch Size 数据为 32 ,Epoch循环次数为 30 次, 通过在线上环境完成训练,模型最优精度评分为 34.51 。

00:30:06