1. 강의

2. 피어세션

피어세션

  • 우리코드:
  • 트레인.ㅔㅛ 경로설정받고 에폭이런거 받고 wandb오류날거같고 설정해주고 트랜스폼 정하고 그걸가지고 어 이미ㅣㅈ 변형을 위해 트랜스폼 갖고와서 앨버멘테이션

데이터 불러오고 트랜스포메이션 갖고오고 커스템에 데이터 경로, 정보 트랜스폼 넘겨주고 이 커스텀 데이터셋으로 데이터 로더를 만듦

모델 셀렉터통해서 어떤 모델 쓸지 결정 불러와서 옵티마이저 뭐쓸지 결정 로스… 도 갖고옴

스케줄러 부분 은 웅

우리가 gpu쓰고싶으니 모델 데이터 싹 지히유로 옮겨야함.

트레이너로 학습함.

이 트레이너학습결과를 매트릭으로 뽑아서 반환할거고…

맨첨에 시드 고정 등.

아하 트레인 .py가 이런거구나~

  • 테스트.py 트레인과 비슷 추론은 그냥.. 데이터뽑아서 예측만하는과정. 경로 받고 체크포인트받고 csv불러오고 클래스 요청해주고

트랜스포메이션 데이터셋 데이텀로더 모델 구조 불러오기 (모든 파라미터가 똑같은 모델을 불러와야함!!! ) 가중ㅊ리나 구조나!!!! 중요!!!

체크포인트 불러오면 그 가중치 불러올수잇음!

프리딕션 인프런슴함수로 가져오고 실행시키면 결과값나오는데 이 프레딕션이란 친구는 웅 소프트맥스로 확률값나오고 행마다 ㅜㅉㄱ뽑아내는웅ㅇ ㅇ

테스트에이터프레임 타겟에 저장하고.. 우리가 제출하는 파일형식에 맞게 웅~~! 저 아아ㅜㅅ풋 csv에 제출하면 되는 것!

제출할때 모델명에 모델 파라미터 관련해서도 정보추가해줘라

  • 모델 셀렉션 어떤 모델쓸지 고르는…~! **kwargs 다변인자. 기타등등느김이래 timm을 통해 모델을 불러올수잇다 엥 뭔모델을 불러오는것임 아 모델 네임을 넣어줘야하는구나~ ! timm은 얘네가 제공하는 프리트레인을 쓴대

  • 어그멘테이션 기본트랜스폼이 쟤가 들어가고 어그멘트 트루하면 추가적인 증강이 들어감.

  • 데이터 커스텀데이터셋 : csv파일불러와서 경로 받아서 바탕으로 데이터 반환해주는거 인자로 받을때 데이터 프레임을 받아. csv아니고

  • 로스 손봐야겟지만… 지금은 크로스 엔트로피 로스

  • 매트릭ㄱ 나중에 설명해줌

  • 옵티마이저 이런것들이잇다~ W 일단지금은 트레인이랑 테스프 파이들만 돌리면됨. 나중에 트레인돌고 가장좋은가중치로 테스트돌도록 합치는 코드 만들것임~~

실험할ㄸ애 트레인.ㅔㅛ 건드려라~~

  • 트랜스폼할때 두가지 적용할라면 어케함 이슈

  • viT를 어케 적용해야 잘 좋게 될가??

  • 제출한건 커밋 주소 남겨두자

  • 소요시간은 tqdm
  • 메모리양 smi
  • 실험을 저렇게 끄때의 가중치를 적는 이유는 재현을 위함이다

  • 체크포인트 트레인 로스가 아니라 검증 로스로 찍는 게 맞대. 트레인로스찌긍면 과적합 위험

  • 어떤 옵티마이저가 좋은지 뭐 논문을 찾아보라 이유까지!

  • data train Test 구조이다
  • 스태킹이 뭐지? 성능 쥐어짜기래. 몇 몇 대회에선 이거 못쓰게한대
  • pr

3. 회고

  • 더 잘 더 잘 더 잘 더