[P1] Week 2 Day 3

나며기·2021년 4월 7일
0

부스트캠프 AI Tech

목록 보기
46/79
post-thumbnail

가) 오늘 내 학습목표는 무엇이었나요?

  1. pseudo labeling
  2. ensemble
  3. 제출 기회 10번 모두 사용하기

나) 오늘 나는 내 학습목표를 달성하기 위해 무엇을 어떻게 했나요?

  1. accuracy : 81.1270%, f1 : 0.7540%
  • data_1
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 9 : 1)
  • 58세 이상
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • nn.CrossEntropyLoss()
  • optim.SGD(model_ft.parameters(), lr=0.0001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
  • num_epochs=20
  • pseudo labeling
  1. accuracy : 81.1429%, f1 : 0.7543%
  • data_1
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 9 : 1)
  • 58세 이상
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • nn.CrossEntropyLoss()
  • optim.SGD(model_ft.parameters(), lr=0.0001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
  • num_epochs=20
  • pseudo labeling
  1. accuracy : 81.3016%, f1 : 0.7575%
  • ensemble 3
  • 81.1746%, 0.7544
  • 80.3016%, 0.7410
  • 78.4444%, 0.7494
  1. accuracy : 78.2698%, f1 : 0.7295%
  • data_1
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 9 : 1)
  • 58세 이상
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • nn.CrossEntropyLoss()
  • optim.SGD(model_ft.parameters(), lr=0.0001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
  • num_epochs=10
  • pseudo labeling
  • error...
  1. accuracy : 81.3492%, f1 : 0.7589%
  • data_1
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 9 : 1)
  • 58세 이상
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • LabelSmoothingLoss()
  • optim.SGD(model_ft.parameters(), lr=0.0001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
  • num_epochs=15
  • pseudo labeling
  1. accuracy : 81.3175%, f1 : 0.7594%
  • data_1
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 9 : 1)
  • 58세 이상
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • LabelSmoothingLoss()
  • optim.SGD(model_ft.parameters(), lr=0.0001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
  • num_epochs=15
  • pseudo labeling
  1. accuracy : 81.3651%, f1 : 0.7609%
  • data_1
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 9 : 1)
  • 58세 이상
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • LabelSmoothingLoss()
  • optim.SGD(model_ft.parameters(), lr=0.0001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
  • num_epochs=15
  • pseudo labeling
  1. accuracy : 81.3651%, f1 : 0.7612%
  • data_1
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 9 : 1)
  • 58세 이상
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • LabelSmoothingLoss()
  • optim.SGD(model_ft.parameters(), lr=0.0001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
  • num_epochs=15
  • pseudo labeling
  1. accuracy : 81.4762%, f1 : 0.7650%
  • data_1
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 9 : 1)
  • 58세 이상
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • LabelSmoothingLoss()
  • optim.SGD(model_ft.parameters(), lr=0.0001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
  • num_epochs=15
  • pseudo labeling
  1. accuracy : 81.5238%, f1 : 0.7662%
  • data_1
  • 사람 기준 없이 train과 test 데이터로 분리 (train : test = 9 : 1)
  • 58세 이상
  • resnet34
  • transforms.CenterCrop(384)
  • batch_size=4
  • LabelSmoothingLoss()
  • optim.SGD(model_ft.parameters(), lr=0.0001, momentum=0.9)
  • lr_scheduler.StepLR(optimizer_ft, step_size=10, gamma=0.9)
  • num_epochs=15
  • pseudo labeling

다) 오늘 나는 어떤 방식으로 모델을 개선했나요?

  • pseudo labeling을 사용하여 모델을 개선했습니다.

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

  • Semi-Supervised Learning인 pseudo labeling의 절대적인 힘을 깨달을 수 있었습니다.

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

  • 내일도 마찬가지로 pseudo labeling과 ensemble을 시도해볼 계획입니다.

마무리

오늘보다 더 성장한 내일의 저를 기대하며, 내일 뵙도록 하겠습니다.

읽어주셔서 감사합니다!

profile
PLUS ULTRA

0개의 댓글