[boostcourse] Day25 학습기록
Date:
학습 내용
- Image Classification
- Image augmenation
피어세션 👨👨👦👦 👨👨👦
모더레이터 : 박승찬
참가자 : 박승찬, 한건우, 배지연, 강재현, 오하은, 홍요한
토의 내용
- require_grad까지 출력되게 해주는 거 궁금
- maxpooling에서 parameter를 가져오는지 궁금
- fine_tuned_train_log.csv으로 바꿔야 한다.
- 취업을 위한 도메인 선택
- 추천이 산업에서는 강세인데 이미지를 이용해서 추천을 잘 안한다.
- 이상탐지가 인기가 많다.
- segmentation과 object detection이 그 다음으로 높다.
- 자연어는 시계열 데이터이므로 용이한 거 같다.
- 이상치랑 시계열 데이터가 취업이 잘 된다.
- segmentation의 산업에서의 사용
- 현차에서 직접 개발하는 것은 꺼린다.
- segmentation보다는 lidar를 사용한다.
- 라이드플럭스에서 사용한다
- 모델러는 갈 곳이 없다.
- 타 부캠에서는 엄청 깊게 들어간다.
- 예를 들어 CrossEntropy를 일주일동안 공부
- 중도 포기하는 사람이 많았다.
- 네이버 부스트캠프는 keyword를 던져주는 느낌
- 예를 들어 CrossEntropy를 일주일동안 공부
- FCN (Fully Convolutional Network)
Q. 모델 구조 출력 시 requires_grad 출력 방법
A.
print(f'[layer_name]\t\t[requires_grad]')
for name, param in model_finetune.named_parameters():
print(f'{name: <20}\t{param.requires_grad}')
💡 수정 필요한 내용은 댓글이나 메일로 알려주시면 감사하겠습니다!💡
댓글