缩小数据集，取消旋转增强，87.5%

只用了（0,5）（0,6）处的站和蹲，配合偏差1滑窗，训练集1000个数据左右。基于resnet，进行二分类。

取消步进学习率调节，仅用余弦退火，能到93%。

偶尔可以实现100%正确率，但是并不稳定。

减少L2正则化，仅使得loss下降，正确率无提升。

label smooth挺有用，没有的话少3%。

旋转无影响，batch size 256和64几乎一样。调节初始学习率，验证集更快收敛而已。

warm up 发挥了一点作用，能提0.5%，可以看到其实学习率很小的时候，就开始收敛了。