TIL : 조금 더 편리하고 효율적인 삶을 위해

TIL을 매일 꾸준히 쓰는 걸 지속하기 위해서 좀 더 편리하고 빠르게 작성할 수 있도록 노션DB와 슬랙을 연동해보았다.
슬랙의 GeekBot이 매일 TIL 알림을 오후10시에 주고, 슬랙에서 TIL을 Geekbot과 대화형식으로 작성하면 노션에서 작성한 내용을 자동으로 업로드해주는 식이다. 어제 만들었는데 slack에서만 잘 작동하고(Geekbot과 대화하면서 작성한 TIL 내용을 '회고'채널에 인용하여 보여줌) 노션 연동(해당 데이터베이스에 TIL 자동 업로드)이 안되어서 (자동으로 데이터가 추가되지 않아) 이를 수정했다.

그동안 자동화에 갈증이 컸었어서 아이폰 단축어로 자동화를 많이 만들었었는데 이를 컴퓨터에서 적용해본 결과 너무 편하다. 앞으로 자동화 더 많이 찾아봐야겠다.. 자동화 최고야..

이로써 초기 구축만 잘 해놓으면 잘 만들어져있는 서비스를 이용하는게 장기적으로 보았을 때 정말 편리하다는 것을 새삼 다시 한 번 느꼈다.

도구를 잘 활용하는 것의 중요성을 다시한번 느낀 날이다. 배우는 과정은 항상 재밌다 😁

---

📕 TIL

오늘의 점수를 (1-5 사이에서) 매겨본다면 몇점인가요?

5

오늘의 성장한 점은 무엇인가요?

팀원과 자료공유를 아주 활발히 했다. 슬랙 방이 터질 정도로 자료공유를 많이해서 노션 프로젝트 페이지를 적극적으로 활용하기로 했다. 회의단계에서 미리 만들어두길 잘했다. 정말 좋은 현상이다. 이뿐아니라 서로 오류가 생길때 활발히 커뮤니케이션 하면서 도와주는 것도 좋았다. 다같이 성장하는 느낌이 너무 좋았다.

앞으로 해결해야 할 점은 무엇인가요?

영어 자료 이해를 더 빠르게 하고 싶은데 아직 그렇지 않은 점이다. 좀 더 빠르게 기술문서에 써 있는 영어를 해석할 수 있다면 실력이 정말 기하급수적으로 늘텐데 .. 영어공부를 더 열심히 해야겠다. 어떻게 해야할지는 아직 잘 모르겠지만 많이 익숙해지려고도 노력해야겠다.

내일의 목표는 무엇인가요?

커스텀 CNN 모델의 구조를 이해하고 실제 페이지와 어떻게 연동할것인지 구현하는 것이다!

오늘을 한줄로 요약해 봅시다!

새로운 팀이 구성되고 첫 프로젝트를 진행했는데 정말 수월하게 진행되어서 신기했다. 이번 캠프에서 팀장의 역할도 처음 맡아봤는데 우리의 팀워크에 대해서 팀원분들이 어떻게 느꼈을지 궁금하다. 모든 팀원이 한 목표지점을 향해 달려나가는 게 보여서 너무 뿌듯했던 날이다.

---

기술면에서 오늘 한 일도 추가해보는 방향으로 작성해볼까 .. ? 오늘은 TIL 작성할때 이부분을 잊었었는데 앞으로는 그래봐야겠다.

기술적으로 시도해본 일

추가적으로 작성해보면, 오늘 기술적으로 시도해본 일은 머신러닝 모델을 작동시켜보는 것이었다.
총 2개의 모델을 작동시켜보았는데 하나는 CNN,전이학습을 이용한 모델이고 하나는 kaggle 사이트에 올라온 CNN을 이용한 custom된 모델이다. 내일은 다른 커스텀된 모델 하나를 또 작동시켜보아야겠다. (좋은 자료를 찾았기 때문이다!)

이번에 진행하는 프로젝트의 주 데이터인 심슨 데이터셋을 제작한 개발자는 Faster-R-CNN 모델을 사용했는데 개발자의 미디엄 글2개와 Github 리드미를 읽어본 결과 이는 우리가 구현하려는 웹사이트의 취지와 맞지 않다는 것을 알게되었다.
데이터셋 작성자가 개발한 것은 '영상 입력시 사각형으로 심슨의 얼굴을 인식해서 심슨의 얼굴을 알려주는 기능'이었는데 우리의 프로젝트에서는 영상을 제외한 이미지만 분류해도 괜찮다고 판단했기 때문이다.

그리하여 ..

Kaggle 사이트에서 심슨 데이터셋을 받아 Colab에서 실행시켜보았다.
몇가지 에러사항만 바꿔주면 잘 작동하는 것을 볼 수 있었다.
오늘 진행한 자세한 사항은 팀 노션 페이지에 공유해놓았다.

오늘 실험한 Colab

CNN, 전이학습 방식 (실험완료)

Epoch 20: val_acc did not improve from 0.04747
1309/1309 [==============================] - 600s 458ms/step - loss: 1.1300 - acc: 0.4954 - val_loss: 542.3646 - val_acc: 0.0182

val_acc: 0.0182 여서 실행중단시켰다.

custom_1 CNN (실험완료)

Epoch 50/50
189/189 [==============================] - 90s 477ms/step - loss: 0.3779 - accuracy: 0.8928 - val_loss: 0.4056 - val_accuracy: 0.9229

실행결과 val_acc 가 약 92%여서 내일 또다른 커스텀모델을 작동시켜본 뒤
val_acc 값을 비교해보고 더 높은 정확도를 나타내는 모델로 프로젝트를 계속 진행해보기로 했다.