[P1] Week 1 Day 4

나며기·2021년 4월 1일
0

부스트캠프 AI Tech

목록 보기
41/79
post-thumbnail

가) 오늘 내 학습목표는 무엇이었나요?

  1. Backbone 점검
  2. 제출 기회 10번 모두 사용하기

나) 오늘 나는 내 학습목표를 달성하기 위해 무엇을 어떻게 했나요?

  1. accuracy : 76.63%, f1 : 0.71%
  • lr_scheduler.ReduceLROnPlateau(optimizer_ft, 'min'), batch_size=64
  1. accuracy : 75.43%, f1 : 0.67%

  2. accuracy : 76.62%, f1 : 0.72%

  • train : test = 6 : 1
  1. accuracy : 79.51%, f1 : 0.73%
  • data_1
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • nn.CrossEntropyLoss()
  • optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)
  1. accuracy : 77.10%, f1 : 0.70%
  • data_2
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
  • resnet34
  • transforms.CenterCrop(224)
  • batch_size=4
  • nn.CrossEntropyLoss()
  • optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)
  1. accuracy : 77.65%, f1 : 0.73%
  • data_3
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
  • resnet34
  • transforms.CenterCrop((400,200))
  • batch_size=4
  • nn.CrossEntropyLoss()
  • optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)
  1. accuracy : 78.13%, f1 : 0.73%
  • data_3
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • nn.CrossEntropyLoss()
  • optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)
  1. accuracy : 76.73%, f1 : 0.69%
  • data_4
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • nn.CrossEntropyLoss()
  • optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)
  1. accuracy : 78.19%, f1 : 0.71%
  • data_5
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 4 : 1)
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • nn.CrossEntropyLoss()
  • optim.SGD(model_ft.parameters(), lr=0.001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=1, gamma=0.9)
  1. accuracy : 79.22%, f1 : 0.72%
  • ensemble : data_1 + data_3 + data_5

다) 오늘 나는 어떤 방식으로 모델을 개선했나요?

  • 여러 번의 실험 결과, 현재 최선이라고 할 수 있는 데이터를 찾은 것 같습니다...

라) 오늘 내가 한 행동의 결과로 어떤 지점을 달성하고, 어떠한 깨달음을 얻었나요?

  • 널리 알려진 이론과 다르게 해서, 좋은 결과가 나오니 오히려 헤매고 있는 것 같습니다. 기존의 방식에서 벗어나 과감한 시도를 해봐야겠다고 느꼈습니다.

마) 오늘 나의 학습과 시도가 크게 성공적이지 않아서 아쉬운 것은 무엇인가요? 내일은 어떻게 다르게 시도해보실 수 있을까요?

  • Focal Loss를 구현하려고 했으나, 구현하지 못해 아쉬웠습니다.
  • 내일은 Focal Loss를 구현해볼 계획입니다.

마무리

오늘보다 더 성장한 내일의 저를 기대하며, 내일 뵙도록 하겠습니다.

읽어주셔서 감사합니다!

profile
PLUS ULTRA

0개의 댓글