- 赛事介绍
- 竞赛排行榜
- 自由练习榜单
- 讨论($vue{comment_count})
- 学习资源
大赛简介
该数据集来自若干新闻站点2012年6月—7月期间国内,国际,体育,社会,娱乐等18个频道的新闻数据。根据新闻正文内容分析新闻的类别
超过 85分 的成绩会在48小时内更新到排行榜,不要着急哦!
batch数据为128,循环次数为2500次,通过在线上环境完成训练,模型最优精度评分为94.80。
batch数据为256,循环次数为4000次,通过在线上环境完成训练,模型最优精度评分为94.10。
batch数据为320,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93.45。
4
batch数据为256,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93.25。
5
batch数据为256,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为93.25。
6
batch数据为64,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为93.05。
7
batch数据为128,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92.30。
8
batch数据为16,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92.20。
9
batch数据为128,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92.15。
10
batch数据为128,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91.95。
11
batch数据为256,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为91.65。
12
batch数据为128,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91.20。
13
batch数据为256,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91.10。
14
batch数据为256,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为91.10。
15
batch数据为128,循环次数为4000次,通过在线上环境完成训练,模型最优精度评分为90.85。
16
batch数据为128,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90.70。
17
batch数据为64,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90.65。
18
batch数据为256,循环次数为3333次,通过在线上环境完成训练,模型最优精度评分为90.50。
19
batch数据为128,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为90.50。
20
batch数据为128,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90.45。
21
batch数据为128,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90.30。
22
batch数据为128,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为90.15。
23
batch数据为256,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90.15。
24
batch数据为128,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为90.10。
25
batch数据为128,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90.10。
26
batch数据为128,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89.75。
27
batch数据为128,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89.70。
28
batch数据为256,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89.55。
29
batch数据为128,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89.55。
30
batch数据为200,循环次数为10000次,通过在线上环境完成训练,模型最优精度评分为89.55。
31
batch数据为256,循环次数为2500次,通过在线上环境完成训练,模型最优精度评分为89.45。
32
batch数据为128,循环次数为8000次,通过在线上环境完成训练,模型最优精度评分为89.35。
33
batch数据为32,循环次数为10000次,通过在线上环境完成训练,模型最优精度评分为89.30。
34
batch数据为128,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89.25。
35
batch数据为128,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89.20。
36
batch数据为128,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89.10。
37
batch数据为128,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88.95。
38
batch数据为128,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88.95。
39
batch数据为128,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88.95。
40
batch数据为128,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88.80。
41
batch数据为512,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为88.75。
42
batch数据为128,循环次数为2500次,通过在线上环境完成训练,模型最优精度评分为88.50。
43
batch数据为256,循环次数为5000次,通过在线上环境完成训练,模型最优精度评分为88.40。
44
batch数据为1024,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88.20。
45
batch数据为64,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88.15。
46
batch数据为256,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88.10。
47
batch数据为128,循环次数为2500次,通过在线上环境完成训练,模型最优精度评分为88.05。
48
batch数据为2000,循环次数为256次,通过在线上环境完成训练,模型最优精度评分为88.05。
49
batch数据为512,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87.35。
50
batch数据为128,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87.20。
51
batch数据为32,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86.35。
52
batch数据为1024,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82.15。
53
batch数据为128,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78.35。
54
batch数据为256,循环次数为2019次,通过在线上环境完成训练,模型最优精度评分为77.75。
55
batch数据为256,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77.70。
56
batch数据为256,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63.55。
57
batch数据为32,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63.15。
58
batch数据为128,循环次数为64次,通过在线上环境完成训练,模型最优精度评分为55.55。
59
batch数据为64,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37.70。
60
batch数据为128,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为25.35。
61
batch数据为32,循环次数为4000次,通过在线上环境完成训练,模型最优精度评分为23.60。
62
batch数据为1000,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22.80。
63
batch数据为128,循环次数为500次,通过在线上环境完成训练,模型最优精度评分为15.45。
wmqian
2020-03-17 12:38:21
2020-03-17 12:38:21
92.25
弱鸡瑟瑟发抖
2020-01-18 10:41:26
2020-01-18 10:41:26
91.7
Outdo ོ
2019-11-17 14:55:45
2019-11-17 14:55:45
91.2
2020-03-21 15:21:09
90.95
5
feng
2019-11-14 15:36:22
2019-11-14 15:36:22
89.65
2019-08-05 22:05:18
88.82
7
michael...
2019-08-08 16:41:49
2019-08-08 16:41:49
88.82
9
永不息的舞步
2019-08-17 05:39:17
2019-08-17 05:39:17
84.4
10
小数定理
2019-08-18 10:28:45
2019-08-18 10:28:45
84.4
11
为我
2019-08-20 23:21:08
2019-08-20 23:21:08
84.4
12
勾陈一
2019-09-02 23:26:43
2019-09-02 23:26:43
84.4
13
宏峰
2019-09-06 09:24:06
2019-09-06 09:24:06
84.4
14
丅丄
2019-09-06 10:28:39
2019-09-06 10:28:39
84.4
16
成廿八吋大髀
2019-09-10 09:57:56
2019-09-10 09:57:56
84.4
17
小明1562660031
2019-09-10 16:00:44
2019-09-10 16:00:44
84.4
18
Lllhb
2019-09-18 23:58:34
2019-09-18 23:58:34
84.4
19
胡坤伦
2019-09-29 17:27:40
2019-09-29 17:27:40
84.4
20
路飞1568872150
2019-09-30 10:22:05
2019-09-30 10:22:05
84.4
21
Julius
2019-09-30 15:09:48
2019-09-30 15:09:48
84.4
22
jsong
2019-10-18 21:34:27
2019-10-18 21:34:27
84.4
23
jkx、
2019-10-20 11:44:34
2019-10-20 11:44:34
84.4
24
彩虹小猪狗
2019-11-04 14:48:11
2019-11-04 14:48:11
84.4
25
小sun
2019-11-08 14:42:51
2019-11-08 14:42:51
84.4
26
Kenshin
2019-11-12 20:14:50
2019-11-12 20:14:50
84.4
27
qianrong0709
2019-11-12 21:18:40
2019-11-12 21:18:40
84.4
28
fming
2019-11-13 19:14:16
2019-11-13 19:14:16
84.4
29
xuexiongfei
2019-11-14 09:45:51
2019-11-14 09:45:51
84.4
30
TAKA1573698402
2019-11-14 11:18:10
2019-11-14 11:18:10
84.4
31
Sonder
2019-11-14 18:08:11
2019-11-14 18:08:11
84.4
32
YanL
2019-11-14 19:07:57
2019-11-14 19:07:57
84.4
33
Do it
2019-11-15 16:14:06
2019-11-15 16:14:06
84.4
34
DETA
2019-11-16 21:23:46
2019-11-16 21:23:46
84.4
35
Sun
2019-11-17 19:58:44
2019-11-17 19:58:44
84.4
36
TaihuiWu
2019-11-17 20:52:10
2019-11-17 20:52:10
84.4
37
Longines
2019-11-18 17:18:13
2019-11-18 17:18:13
84.4
38
练字不能停
2019-11-20 12:28:13
2019-11-20 12:28:13
84.4
39
Ivan1009
2019-11-20 14:19:19
2019-11-20 14:19:19
84.4
40
柠檬味de星星
2019-11-20 14:20:49
2019-11-20 14:20:49
84.4
41
逸毅懿熠
2019-11-20 17:19:32
2019-11-20 17:19:32
84.4
42
入我梦来
2019-11-21 08:59:58
2019-11-21 08:59:58
84.4
43
宋江涛
2019-11-25 19:54:29
2019-11-25 19:54:29
84.4
44
ivyya
2019-11-29 15:40:41
2019-11-29 15:40:41
84.4
45
夏云致
2019-12-12 20:38:33
2019-12-12 20:38:33
84.4
46
瘋子
2019-12-13 13:38:47
2019-12-13 13:38:47
84.4
47
Woz
2019-12-13 17:21:04
2019-12-13 17:21:04
84.4
48
一只叫皮卡丘的松鼠1576763500
2019-12-19 21:56:51
2019-12-19 21:56:51
84.4
49
一只叫皮卡丘的松鼠
2019-12-19 23:08:25
2019-12-19 23:08:25
84.4
50
陈昊冉
2020-01-07 19:01:43
2020-01-07 19:01:43
84.4
51
快乐+佳
2020-01-09 10:46:00
2020-01-09 10:46:00
84.4
52
景诗文
2020-01-19 14:52:20
2020-01-19 14:52:20
84.4
53
春暖花开1574898851
2020-02-07 14:05:18
2020-02-07 14:05:18
84.4
54
mingming
2020-02-21 17:35:09
2020-02-21 17:35:09
84.4
55
little
2020-03-04 08:21:06
2020-03-04 08:21:06
84.4
56
朽木白菜
2020-03-05 16:46:03
2020-03-05 16:46:03
84.4
57
Flipped1585133023
2020-03-27 23:13:41
2020-03-27 23:13:41
84.4
58
14718061095
2020-04-16 11:10:11
2020-04-16 11:10:11
84.4
59
王思琪kiki
2020-04-16 19:27:04
2020-04-16 19:27:04
84.4
60
脸红的思春期
2020-05-11 20:00:24
2020-05-11 20:00:24
84.4
61
往事随风
2020-05-25 09:29:36
2020-05-25 09:29:36
84.4
62
赤兔
2020-06-11 14:52:24
2020-06-11 14:52:24
84.4
63
flyai会员1603615515
2020-10-25 16:52:48
2020-10-25 16:52:48
84.4
64
浑水摸的渔夫
2020-11-10 10:27:52
2020-11-10 10:27:52
84.4
65
新城少年
2020-12-23 17:16:39
2020-12-23 17:16:39
84.4
66
KAIJING
2021-03-11 14:35:56
2021-03-11 14:35:56
84.4
67
flyai会员1612086338
2021-05-27 15:50:54
2021-05-27 15:50:54
84.4
68
恐怖jone
2021-06-17 17:27:23
2021-06-17 17:27:23
84.4
69
风 从南到北
2021-06-18 17:23:56
2021-06-18 17:23:56
84.4
70
会员1645840348
2022-02-26 10:09:06
2022-02-26 10:09:06
84.4
71
陈坤峰
2019-08-22 21:39:45
2019-08-22 21:39:45
40.55
72
abbott_wj
2019-09-04 21:13:25
2019-09-04 21:13:25
35.45