通过PyTorch进行SENet的神经网络构筑,图像分类

Batch大小为16,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86.30。

得分记录
2019-12-17

Batch Size 数据为 16 ,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 86.3 。

01:19:39

Batch Size 数据为 16 ,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 85.92 。

01:19:22

Batch Size 数据为 16 ,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 84.06 。

14:56:19
2019-12-15

Batch Size 数据为 16 ,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 85.56 。

17:13:51
2019-12-15

Batch Size 数据为 20 ,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 84.8 。

02:42:53

Batch Size 数据为 16 ,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 84.35 。

14:09:48
2019-12-14

Batch Size 数据为 16 ,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 85.05 。

00:03:40

Batch Size 数据为 16 ,Epoch循环次数为 17 次, 通过在线上环境完成训练,模型最优精度评分为 84.28 。

18:44:30

Batch Size 数据为 16 ,Epoch循环次数为 16 次, 通过在线上环境完成训练,模型最优精度评分为 83.39 。

14:26:29
2019-12-13

Batch Size 数据为 16 ,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 84.51 。

00:49:15

Batch Size 数据为 16 ,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 83.45 。

00:47:45

Batch Size 数据为 16 ,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 83.99 。

18:44:40

Batch Size 数据为 16 ,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 82.33 。

14:17:15
2019-12-12

Batch Size 数据为 16 ,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 84.19 。

03:44:17

Batch Size 数据为 16 ,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 82.11 。

03:39:18

Batch Size 数据为 16 ,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 81.05 。

23:40:18

Batch Size 数据为 16 ,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 84.12 。

19:48:12
2019-12-11

Batch Size 数据为 16 ,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 83.9 。

13:11:18

Batch Size 数据为 16 ,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 82.97 。

07:31:32

Batch Size 数据为 16 ,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 80.92 。

01:51:25

Batch Size 数据为 16 ,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 84.28 。

20:15:55

Batch Size 数据为 16 ,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 80.51 。

15:04:04
2019-12-10

Batch Size 数据为 16 ,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 82.81 。

02:04:07
2019-12-07

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 79.71 。

01:58:48

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 80.12 。

01:51:54

Batch Size 数据为 64 ,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 80.31 。

21:04:34

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 81.18 。

19:59:33

Batch Size 数据为 64 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 80.6 。

18:13:24

Batch Size 数据为 64 ,Epoch循环次数为 10 次, 通过在线上环境完成训练,模型最优精度评分为 81.18 。

17:42:26

Batch Size 数据为 64 ,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 79.61 。

16:58:35
2019-12-06

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 79 。

13:14:01
2019-12-05

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 21.22 。

19:08:56

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 78.84 。

17:46:41

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 76.06 。

14:24:51

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 77.05 。

14:24:30
2019-12-04

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 72.76 。

19:02:24