这不仅仅是一个使用PyTorch和SENet来做图像分类的教程

Batch大小为32,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92.07。

得分记录
2020-01-10

Batch Size 数据为 32 ,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 91.2 。

00:58:58
2020-01-08

Batch Size 数据为 32 ,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 89.27 。

06:53:25
2020-01-03

Batch Size 数据为 32 ,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 90.8 。

16:04:38
2020-01-01

Batch Size 数据为 32 ,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 91.2 。

01:17:05
2019-12-30

Batch Size 数据为 32 ,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 71.87 。

00:04:02

Batch Size 数据为 32 ,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 91.53 。

21:08:31
2019-12-27

Batch Size 数据为 32 ,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 90.8 。

05:25:23

Batch Size 数据为 32 ,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 88.93 。

10:32:11
2019-12-25

Batch Size 数据为 32 ,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 92 。

17:40:42
2019-12-24

Batch Size 数据为 32 ,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 91.07 。

14:14:38

Batch Size 数据为 32 ,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 90.93 。

18:44:46
2019-12-22

Batch Size 数据为 32 ,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 92.07 。

22:57:10