Cassava Leaf Disease Classification을 연습하고 있다.
notebook에서 사람들이 올려놓은 게시물을 보면 EDA / Training / Inference 등의 유형이 있다. training은 모델을 만들고 학습하는 것에 대한 내용이고, inference는 predict, test에 관한 내용이다.
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.
- 저장된 .h5 파일을 output -> /kaggle/working 에서 찾아 오른쪽의 점 세개를 눌러 download를 클릭하여 다운로드 합니다.
- kaggle Data 탭에 들어가 New Dataset을 클릭합니다.
- Dataset 이름을 입력하고 .h5 파일을 찾아 업로드한 후, Create 버튼을 눌러 데이터셋을 만듭니다.
- submission을 위한 새로운 notebook을 만들고, 우측 상단의 Add data를 누른 후 Your Dataset으로 간 후, 방금 만든 데이터셋에서 파란색 Add 버튼을 눌러 notebook에 추가해줍니다.
- 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.
submission하기 전에 commit이 필요하다.
미리 훈련된 모델(ex.EfficientNet, ResNet..)을 사용해서 새로운 모델을 만드는 것은 transter learning이라고 한다.