Advertisement
desdemona

bestest

Jun 12th, 2016
553
0
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
Python 3.60 KB | None | 0 0
  1.   "downsample module has been moved to the theano.tensor.signal.pool module.")
  2. # Neural Network with 79306 learnable parameters
  3.  
  4. ## Layer information
  5.  
  6.   #  name      size
  7. ---  --------  --------
  8.   0  input     1x32x32
  9.   1  conv1     16x30x30
  10.   2  pool1     16x15x15
  11.   3  dropout1  16x15x15
  12.   4  conv2     32x14x14
  13.   5  pool2     32x7x7
  14.   6  dropout2  32x7x7
  15.   7  conv3     64x6x6
  16.   8  pool3     64x3x3
  17.   9  dropout3  64x3x3
  18.  10  hidden    100
  19.  11  hidden1   100
  20.  12  output    10
  21.  
  22.   epoch    train loss    valid loss    train/val    valid acc  dur
  23. -------  ------------  ------------  -----------  -----------  ------
  24.       1       2.03338       1.73068      1.17490      0.37431  43.05s
  25.       2       1.69768       1.53938      1.10283      0.43572  45.45s
  26.       3       1.52086       1.34422      1.13141      0.51701  44.20s
  27.       4       1.39143       1.25160      1.11172      0.55864  44.05s
  28.       5       1.29987       1.17377      1.10743      0.58020  42.21s
  29.       6       1.22677       1.14759      1.06899      0.59721  42.33s
  30.       7       1.17605       1.05500      1.11474      0.63242  44.28s
  31.       8       1.12928       1.07333      1.05213      0.62945  44.95s
  32.       9       1.09600       1.01718      1.07748      0.64221  43.75s
  33.      10       1.06882       0.95900      1.11451      0.66485  43.79s
  34.      11       1.05166       0.93515      1.12459      0.67731  44.40s
  35.      12       1.02692       0.92014      1.11606      0.67741  44.66s
  36.      13       1.00529       0.93797      1.07177      0.67385  46.09s
  37.      14       0.99123       0.90913      1.09030      0.68404  47.73s
  38.      15       0.98300       0.91793      1.07090      0.68275  45.60s
  39.      16       0.96857       0.90677      1.06816      0.68552  42.60s
  40.      17       0.95792       0.91613      1.04561      0.68631  46.96s
  41.      18       0.95153       0.91086      1.04465      0.69136  44.73s
  42.      19       0.94848       0.91379      1.03797      0.68908  43.47s
  43.      20       0.93309       0.90850      1.02707      0.68799  48.88s
  44.      21       0.92709       0.89717      1.03336      0.69541  46.40s
  45.      22       0.91391       0.98806      0.92495      0.66713  52.57s
  46.      23       0.91536       0.90424      1.01230      0.69294  43.14s
  47.      24       0.90076       0.92396      0.97489      0.68621  43.56s
  48.      25       0.90479       0.87140      1.03831      0.69976  43.31s
  49.      26       0.89878       0.88283      1.01807      0.69680  43.26s
  50.      27       0.88974       0.86319      1.03076      0.70560  43.71s
  51.      28       0.89337       0.90303      0.98929      0.69116  44.81s
  52.      29       0.88561       0.91747      0.96527      0.68968  43.57s
  53.      30       0.88326       0.86586      1.02009      0.70629  46.11s
  54.      31       0.87802       0.88827      0.98846      0.69907  45.60s
  55.      32       0.87463       0.94634      0.92423      0.68265  44.25s
  56.      33       0.87621       0.89347      0.98069      0.69729  42.96s
  57.      34       0.87525       0.85759      1.02059      0.70975  42.92s
  58.      35       0.86404       0.82260      1.05038      0.71756  43.68s
  59.      36       0.86130       0.88487      0.97336      0.70184  42.70s
  60.      37       0.86728       0.85017      1.02013      0.71460  42.88s
  61.      38       0.85852       0.86811      0.98895      0.70599  42.82s
  62.      39       0.85364       0.85114      1.00293      0.70995  42.81s
  63.      40       0.85475       0.85165      1.00364      0.70837  42.97s
  64.      41       0.85118       0.84340      1.00923      0.71252  42.80s
  65.      42       0.84341       0.86782      0.97188      0.70461  44.92s
  66. Early stopping.
  67. Best valid loss was 0.822595 at epoch 35.
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement