Batch Size 数据为 16 ，Epoch循环次数为 5 次， 通过在线上环境完成训练，模型最优精度评分为 38.3 。

Batch Size 数据为 32 ，Epoch循环次数为 5 次， 通过在线上环境完成训练，模型最优精度评分为 64.27 。

Batch Size 数据为 32 ，Epoch循环次数为 5 次， 通过在线上环境完成训练，模型最优精度评分为 72.07 。

Batch Size 数据为 64 ，Epoch循环次数为 3 次， 通过在线上环境完成训练，模型最优精度评分为 61.08 。

Batch Size 数据为 64 ，Epoch循环次数为 3 次， 通过在线上环境完成训练，模型最优精度评分为 61.7 。

Batch Size 数据为 64 ，Epoch循环次数为 3 次， 通过在线上环境完成训练，模型最优精度评分为 34.13 。

Batch Size 数据为 32 ，Epoch循环次数为 3 次， 通过在线上环境完成训练，模型最优精度评分为 34.13 。

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 25.89 。

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 29.26 。

Batch Size 数据为 128 ，Epoch循环次数为 1 次， 通过在线上环境完成训练，模型最优精度评分为 1.95 。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 0。

Batch Size 数据为 0 ，Epoch循环次数为 0 次， 通过在本地训练模型并对提交文件的实时评测，最终完成评分为 0。