[Kaggle 일지] 210122

Cassava Leaf Disease Classification을 연습하고 있다.

kaggle 완전 초보자로서 알게 된 점

1. notebook에서 사람들이 올려놓은 게시물을 보면 EDA / Training / Inference 등의 유형이 있다. training은 모델을 만들고 학습하는 것에 대한 내용이고, inference는 predict, test에 관한 내용이다.

2. 학습해놓은 .h5 파일을 submission에 사용하기위해서는 아래와 같은 절차가 필요하다.

이 아래부터의 내용은 실제 submission 할 때 필요한 내용입니다. kaggle에서 submission을 할 때 모든 노트북이 다시 돌아가서 훈련을 다시 하게 되므로, .h5로 저장된 파일을 불러와서 사용하여 시간을 크게 절약할 수 있습니다. 이를 위한 내용은 아래와 같습니다.

1. 저장된 .h5 파일을 output -> /kaggle/working 에서 찾아 오른쪽의 점 세개를 눌러 download를 클릭하여 다운로드 합니다.
2. kaggle Data 탭에 들어가 New Dataset을 클릭합니다.
3. Dataset 이름을 입력하고 .h5 파일을 찾아 업로드한 후, Create 버튼을 눌러 데이터셋을 만듭니다.
4. submission을 위한 새로운 notebook을 만들고, 우측 상단의 Add data를 누른 후 Your Dataset으로 간 후, 방금 만든 데이터셋에서 파란색 Add 버튼을 눌러 notebook에 추가해줍니다.
5. model = tf.keras.models.load_model('파일경로') 코드를 이용하여 모델을 가져옵니다.
   참고 : 우측의 Data 탭에서 Copy File path라고 나오는 작은 버튼을 누르면 파일 경로를 쉽게 복사할 수 있습니다.

출처 이 분덕분에 submission에서 낑낑대다가 제출이라도 해볼 수 있었다. 감사합니다..!

3. submission하기 전에 commit이 필요하다.

4. 미리 훈련된 모델(ex.EfficientNet, ResNet..)을 사용해서 새로운 모델을 만드는 것은 transter learning이라고 한다.