yingtao123
Results
1
comments of
yingtao123
> 作者的model是一个五层CNN，经过多次调参，测试集准确率最高到50%。 > > 和同学探讨之后，认为模型（五层CNN）过于简单（也可能我们调参不够好），于是我们将模型换为了34层的残差网络res34-net，达到了测试集上86%的准确率。 > > 86% Setting：1W例训练集、1000例测试集、15-30个epoch、64大小batch_size、学习率0.0002，loss最终在0.001左右。 感谢楼主，按照楼主方法，5个字符长度，1w训练集，500测试集完全用楼主参数精度只有22%。后来动态调整了lr, 精度达84%，调整如下 初始为 parser.add_argument("--learning_rate", type=float, default=0.001) 训练中调整如下 lr = opt.learning_rate * (0.1 ** (epoch // 10)) for param_group in optimizer.param_groups: param_group['lr']...