如何优雅的使用SEnet、PyTorch实现图像分类任务,准确率98.7%

Batch大小为64,循环次数为75次,通过在线上环境完成训练,模型最优精度评分为98.70。

得分记录
2019-12-02

Batch Size 数据为 64 ,Epoch循环次数为 75 次, 通过在线上环境完成训练,模型最优精度评分为 98.3 。

22:50:58

Batch Size 数据为 64 ,Epoch循环次数为 95 次, 通过在线上环境完成训练,模型最优精度评分为 97.4 。

22:05:12

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.5 。

14:28:11
2019-12-02

Batch Size 数据为 64 ,Epoch循环次数为 75 次, 通过在线上环境完成训练,模型最优精度评分为 98.7 。

13:20:36

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.2 。

11:04:09

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.3 。

09:40:31
2019-12-01

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.1 。

23:51:06

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98 。

21:13:36

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.4 。

19:58:12

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.2 。

17:10:26

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.1 。

14:44:43

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.1 。

12:37:18
2019-12-01

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

10:31:04

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98 。

09:52:01

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.9 。

06:06:33
2019-12-01

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.1 。

01:03:07

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.5 。

22:20:19

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.5 。

19:10:38

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.1 。

16:39:53

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.4 。

14:23:56
2019-11-30

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.3 。

12:52:24
2019-11-30

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.1 。

01:13:54

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

21:04:42

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.6 。

16:14:52

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.1 。

12:46:28

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98 。

11:15:52

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98 。

10:08:24

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.2 。

09:16:10

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

08:24:56

Batch Size 数据为 32 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.7 。

07:46:48
2019-11-29

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.3 。

06:09:57

Batch Size 数据为 32 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.9 。

02:31:39

Batch Size 数据为 64 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 97.9 。

22:16:18

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98 。

18:30:15

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.7 。

16:32:55
2019-11-28

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

14:07:27

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.1 。

12:03:50

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.3 。

09:59:21

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.1 。

08:01:04

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.5 。

04:15:08

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.9 。

00:05:35

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.7 。

18:54:20

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

17:20:53

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 96 。

16:19:57
2019-11-27

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 96.9 。

15:34:31

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98.1 。

14:07:39

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.9 。

13:07:28
2019-11-26

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 97.2 。

18:47:05

Batch Size 数据为 64 ,Epoch循环次数为 60 次, 通过在线上环境完成训练,模型最优精度评分为 97.9 。

15:42:38

Batch Size 数据为 64 ,Epoch循环次数为 55 次, 通过在线上环境完成训练,模型最优精度评分为 98 。

14:13:11

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

13:16:25

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 96.5 。

12:33:55

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 96.8 。

11:33:50

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

10:22:28
2019-11-26

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.8 。

00:06:08

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.5 。

20:48:51

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.7 。

18:55:58

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.4 。

15:54:59
2019-11-25

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.6 。

13:24:54

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 96.4 。

11:15:36

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 95.1 。

10:36:56

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.7 。

10:01:24

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.1 。

09:37:27
2019-11-24

Batch Size 数据为 128 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 95.9 。

21:40:27

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 97.3 。

21:21:33

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 96.9 。

19:05:52

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 96.7 。

18:47:46

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 96.7 。

18:24:46

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 96.7 。

16:59:27
2019-11-24

Batch Size 数据为 64 ,Epoch循环次数为 40 次, 通过在线上环境完成训练,模型最优精度评分为 96.2 。

01:46:03
2019-11-23

Batch Size 数据为 64 ,Epoch循环次数为 45 次, 通过在线上环境完成训练,模型最优精度评分为 96.1 。

11:38:10

Batch Size 数据为 64 ,Epoch循环次数为 45 次, 通过在线上环境完成训练,模型最优精度评分为 95.7 。

10:48:12
2019-11-22

Batch Size 数据为 64 ,Epoch循环次数为 45 次, 通过在线上环境完成训练,模型最优精度评分为 95.5 。

22:58:23

Batch Size 数据为 64 ,Epoch循环次数为 35 次, 通过在线上环境完成训练,模型最优精度评分为 96.4 。

18:21:27

Batch Size 数据为 64 ,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 95.5 。

15:55:54

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 90.1 。

14:28:25
2019-11-22

Batch Size 数据为 64 ,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 0.3 。

02:05:49

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 13.5 。

20:31:54

Batch Size 数据为 64 ,Epoch循环次数为 3 次, 通过在线上环境完成训练,模型最优精度评分为 12.3 。

17:01:16

Batch Size 数据为 64 ,Epoch循环次数为 1 次, 通过在线上环境完成训练,模型最优精度评分为 15.3 。

15:47:14
2019-11-20

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 96.9 。

10:55:56
2019-11-19

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 96.6 。

23:10:23

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 96.9 。

20:05:26

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 96.5 。

18:38:53

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 96.9 。

17:06:19

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 88.9 。

15:02:34
2019-11-19

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 96.8 。

11:55:37

Batch Size 数据为 1 ,Epoch循环次数为 3500 次, 通过在线上环境完成训练,模型最优精度评分为 96.2 。

10:16:27
2019-11-18

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 96.5 。

18:01:40

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 94 。

16:53:17

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 93.6 。

16:00:39

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 95.8 。

15:21:20

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 95.8 。

14:12:14
2019-11-06

Batch Size 数据为 1 ,Epoch循环次数为 4000 次, 通过在线上环境完成训练,模型最优精度评分为 95.6 。

12:16:17
2019-11-06

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 96.2 。

00:24:26

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 95.1 。

21:37:03

Batch Size 数据为 1 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 94.2 。

16:05:13
2019-11-04

Batch Size 数据为 1 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 85.7 。

06:06:02

Batch Size 数据为 1 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 95.8 。

22:22:15
2019-11-01

Batch Size 数据为 1 ,Epoch循环次数为 500 次, 通过在线上环境完成训练,模型最优精度评分为 94.9 。

18:07:43