[TIL]KDT팀프로젝트2021/03/11
852개의 데이터셋과 약 만이천개 정도의 데이터셋에 대해 모델을 돌려보았다. 작은 데이터셋에서는 total loss가 가장 좋은게 0.01365까지 나왔고, 큰 데이터셋에서는 0.4344정도인데 팀장님이 데이터 보강하신 것으로 다시 돌려볼 예정이다. 훈련 기록과 쓰인 파라미터는 따...
Recent Posts
[TIL]KDT팀프로젝트2021/03/10
train/inference함수 구현한 것 올리고 동작 안되는부분 팀장님과 얘기해서 고쳤다. 구글 드라이브를 공유받아 코랩에서 돌릴 수 있어 연동해두었는데, 아직 드라이브에 파일이 다 올라가지 않아 코드가 완전히 실행되지는 않는다. 멘토님께서 큰 데이터셋으로 먼저 학습해본 후 작은...
[TIL]KDT팀프로젝트2021/03/09
오늘 팀장님과 파이프라인 구현 파트 나눠서 train, inference부분 함수를 만들고있다. 데이터 register까지 재인님이 해주시고 나면 metadata를 어떻게 받아와야하는지 고민된다. (attribute error가 떠서)-> 토치버전 잘 맞춰주고, restart...
[TIL]KDT팀프로젝트2021/03/08
EfficientDet 찾아보고 돌려봤다. 사용하기 복잡한 것 같다. 돌아가는데 오래걸려서 아직도 도는 중이다. 꼭 이걸 써야하는지는 모르겠다. 공식 github에서 Faster rcnn의 AP만 보면 성능이 좋다. 멘토님과 Q&A Q: Detectron이 Pretraine...
[Recommendation system]Deep Learning 기반의 Recommendation System 구현 II
ML 기반 추천 엔진: 마무리 추천 엔진 평가 방법 먼저 모델 평가에 사용할 지표 결정 Classification이면 Confusion matrix, AUC-ROC, F1 score Regression이면 RMSE, MAE, Log loss ...