通过Keras进行SENet的神经网络构筑,图像分类

Batch大小为80,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79.29。

得分记录
2019-12-19

Batch Size 数据为 50 ,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 80.35 。

09:37:09
2019-12-17

Batch Size 数据为 50 ,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 76.41 。

14:09:48
2019-12-16

Batch Size 数据为 50 ,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 80.51 。

17:42:39
2019-12-14

Batch Size 数据为 80 ,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 79.29 。

23:47:04
2019-12-11

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 75.38 。

05:07:18

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 33.1 。

21:18:39
2019-12-05

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 75.61 。

12:47:49

Batch Size 数据为 50 ,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 72.57 。

03:38:18
2019-11-27

Batch Size 数据为 50 ,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 76.34 。

12:58:23
2019-11-26

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 76.09 。

03:40:03

Batch Size 数据为 80 ,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 76.66 。

13:56:36
2019-11-23

Batch Size 数据为 80 ,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 76.54 。

18:07:01

Batch Size 数据为 80 ,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 75.58 。

10:44:26
2019-11-23

Batch Size 数据为 67 ,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 76.47 。

05:35:42
2019-11-22

Batch Size 数据为 88 ,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 74.07 。

13:08:59