PyTorch基于SENet的预测实例:图像分类

Batch大小为32,循环次数为32次,通过在线上环境完成训练,模型最优精度评分为83.39。

得分记录
2019-12-14

Batch Size 数据为 32 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 83.39 。

03:37:14
2019-12-08

Batch Size 数据为 32 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 82.04 。

15:40:08

Batch Size 数据为 32 ,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 82.59 。

05:40:35
2019-12-07

Batch Size 数据为 32 ,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 83.29 。

00:59:41

Batch Size 数据为 32 ,Epoch循环次数为 25 次, 通过在线上环境完成训练,模型最优精度评分为 83.32 。

15:55:50
2019-12-05

Batch Size 数据为 32 ,Epoch循环次数为 20 次, 通过在线上环境完成训练,模型最优精度评分为 23.43 。

22:45:09
2019-12-04

Batch Size 数据为 64 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 80.12 。

23:11:35

Batch Size 数据为 64 ,Epoch循环次数为 32 次, 通过在线上环境完成训练,模型最优精度评分为 79.58 。

16:16:25
2019-12-04

Batch Size 数据为 64 ,Epoch循环次数为 50 次, 通过在线上环境完成训练,模型最优精度评分为 78.04 。

03:39:39

Batch Size 数据为 64 ,Epoch循环次数为 23 次, 通过在线上环境完成训练,模型最优精度评分为 70.1 。

16:56:09