1.강의 내용

[PyTorch]모델 불러오기

• model.save()
  1)학습의 결과를 저장하기 위한 함수
  2)모델 형태(architecture)와 파라메터를 저장
  3)모델 학습 중간 과정의 저장을 통해 최선의 결과모델을 선택
  4)만들어진 모델을 외부 연구자와 공유하여 학습 재연성 향상

• Transfer learning
  1)다른 데이터셋으로 만든 모델을 현재 데이터에 적용
  2)일반적으로 대용량 데이터셋으로 만들어진 모델의 성능 ↑
  3)현재의 DL에서는 가장 일반적인 학습 기법
  4)backbone architecture가 잘 학습된 모델에서 일부분만 변경하여 학습을 수행함

[PyTorch]Monitoring tools for Pytorch

• Tensorboard
  1)TensorFlow의 프로젝트로 만들어진 시각화 도구
  2)학습 그래프, metric, 학습 결과의 시각화 지원
  3)PyTorch도 연결 가능 → DL 시각화 핵심 도구
  4)scalar : metric 등 상수 값의 연속(epoch)을 표시
  5)graph : 모델의 computational graph 표시
  6)histogram : weight 등 값의 분포를 표현
  7)Image : 예측 값과 실제 값을 비교 표시
  8)mesh : 3d 형태의 데이터를 표현하는 도구

• weight & biases
  1)머신러닝 실험을 원활히 지원하기 위한 상용도구
  2)협업, code versioning, 실험 결과 기록 등 제공
  3)MLOps의 대표적인 툴로 저변 확대 중

2.과제 수행 과정/결과물 정리

완료

3.피어 세션

학습 내용 공유

1.과제 코드 리뷰

• 진행 X

1.강의 내용 및 심화내용 토론

[PyTorch]모델 불러오기
[PyTorch]Monitoring tools for Pytorch

3.논문 리뷰

1.EfficientNet

4.학습회고

겨우 필수과제들을 끝낼 수 있었다. 주말동안 pythorch 코드를 좀더 써보며 익숙해져야겠다. 3주차인데 체력관리를 해야겠다는 생각이 든다.