※現在、ブログ記事を移行中のため一部表示が崩れる場合がございます。
順次修正対応にあたっておりますので何卒ご了承いただけますよう、お願い致します。
CIFAR-10$ python train_cifar1.py -g 0 GPU: 0 # number: 50000 # units: [1000, 1000] # Minibatch-size: 100 # epoch: 20 epoch main/loss validation/main/loss main/accuracy validation/main/accuracy elapsed_time 1 1.86715 1.73653 0.32922 0.3812 2.75118 2 1.66337 1.59714 0.40486 0.4357 5.40721 3 1.57334 1.57614 0.44104 0.4358 8.07569 4 1.51226 1.49099 0.46104 0.4785 10.7339 5 1.46874 1.46533 0.47504 0.4749 13.3348 6 1.42551 1.45455 0.49212 0.4804 15.9548 7 1.39173 1.42694 0.50112 0.4923 18.5731 8 1.36098 1.43224 0.51336 0.4911 21.168 9 1.33312 1.4021 0.52336 0.5021 23.7716 10 1.31362 1.41015 0.52904 0.4992 26.3923 11 1.27622 1.38601 0.5428 0.5111 29.0275 12 1.25692 1.4047 0.55126 0.5059 31.6632 13 1.23182 1.40042 0.5605 0.5099 34.2548 14 1.20969 1.39606 0.56652 0.5132 36.8616 15 1.17579 1.40497 0.57774 0.5122 39.4807 16 1.15794 1.38415 0.58356 0.5161 42.1522 17 1.13568 1.45162 0.592 0.5038 44.7706 18 1.11563 1.40237 0.5983 0.5241 47.4012 19 1.08962 1.41428 0.60758 0.5191 50.014 20 1.06738 1.45898 0.617439 0.5032 52.6235 CIFAR-10$