bestfitting
Batch Size 数据为 64 ,Epoch循环次数为 1000 次, 通过在线上环境完成训练,模型最优精度评分为 2.33 。
18:56:01Batch Size 数据为 64 ,Epoch循环次数为 300 次, 通过在线上环境完成训练,模型最优精度评分为 56.19 。
23:15:17Batch Size 数据为 64 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 33.84 。
17:34:11Batch Size 数据为 128 ,Epoch循环次数为 100 次, 通过在线上环境完成训练,模型最优精度评分为 72.99 。
22:24:36Batch Size 数据为 64 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 75.83 。
22:31:10Batch Size 数据为 64 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 76.59 。
01:43:32Batch Size 数据为 64 ,Epoch循环次数为 1500 次, 通过在线上环境完成训练,模型最优精度评分为 64.63 。
19:35:35Batch Size 数据为 64 ,Epoch循环次数为 1200 次, 通过在线上环境完成训练,模型最优精度评分为 78.41 。
15:14:02Batch Size 数据为 32 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 75.87 。
02:32:38Batch Size 数据为 64 ,Epoch循环次数为 2000 次, 通过在线上环境完成训练,模型最优精度评分为 77.61 。
17:22:01Batch Size 数据为 64 ,Epoch循环次数为 3000 次, 通过在线上环境完成训练,模型最优精度评分为 0.51 。
13:15:03