Keras实现LeNet5,用于图像分类,预测结果为16.51%

Batch大小为2048,循环次数为1000次,损失函数优化完,最终完成评分为16.51。

得分记录
2019-04-17

Batch Size 数据为 128 ,Epoch循环次数为 5000 次,损失函数优化完,最终完成评分为 15.46

18:58:58
2019-04-16

Batch Size 数据为 2048 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 16.51

23:39:49

Batch Size 数据为 128 ,Epoch循环次数为 1000 次,损失函数优化完,最终完成评分为 9.79

18:29:52
2019-04-08

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 1.03

18:43:05

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 0.98

16:42:33

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 0.87

12:44:03

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 1.08

12:19:03
2019-04-06

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 1.14

12:13:06
2019-04-05

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 2.23

19:43:06

Batch Size 数据为 32 ,Epoch循环次数为 100 次,损失函数优化完,最终完成评分为 1.86

18:18:23

Batch Size 数据为 32 ,Epoch循环次数为 10 次,损失函数优化完,最终完成评分为 1.03

17:22:27