使用PyTorch和CNN的TensorFlow,最终结果24.94%

Batch大小为128,循环次数为2000次,损失函数优化完,最终完成评分为24.94。

得分记录
2019-04-24

Batch Size 数据为 64 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 8.27

13:02:45

Batch Size 数据为 64 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 2.76

04:40:21
2019-04-22

Batch Size 数据为 32 ,Epoch循环次数为 8000 次,损失函数优化完,最终完成评分为 4.2

13:52:00

Batch Size 数据为 32 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 7.21

11:07:23

Batch Size 数据为 32 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 20.99

05:01:48
2019-04-21

Batch Size 数据为 64 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 8.65

17:28:55

Batch Size 数据为 128 ,Epoch循环次数为 6000 次,损失函数优化完,最终完成评分为 17.39

12:38:14
2019-04-21

Batch Size 数据为 64 ,Epoch循环次数为 10000 次,损失函数优化完,最终完成评分为 7.12

06:59:51
2019-04-20

Batch Size 数据为 64 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 9.29

00:51:13
2019-04-19

Batch Size 数据为 64 ,Epoch循环次数为 3000 次,损失函数优化完,最终完成评分为 19.38

03:40:09

Batch Size 数据为 2 ,Epoch循环次数为 1 次,损失函数优化完,最终完成评分为 0.55

00:28:25
2019-04-16

Batch Size 数据为 64 ,Epoch循环次数为 500 次,损失函数优化完,最终完成评分为 21.84

17:39:15

Batch Size 数据为 128 ,Epoch循环次数为 2000 次,损失函数优化完,最终完成评分为 24.94

09:16:17
2019-04-15

Batch Size 数据为 64 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 9.58

23:47:44