| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| 13 | 14 | 15 | 16 | 17 | 18 | 19 |
| 20 | 21 | 22 | 23 | 24 | 25 | 26 |
| 27 | 28 | 29 | 30 |
- subplot
- groupby
- python 문법
- 가능도
- 최대가능도 추정법
- unstack
- Python 유래
- VSCode
- Array operations
- Numpy
- 카테고리분포 MLE
- ndarray
- type hints
- linalg
- Comparisons
- dtype
- scatter
- 부스트캠프 AI테크
- 표집분포
- 정규분포 MLE
- Python
- boolean & fancy index
- 딥러닝
- pivot table
- Python 특징
- seaborn
- Operation function
- namedtuple
- BOXPLOT
- Numpy data I/O
- Today
- Total
목록[P Stage 1] Image Classification/프로젝트 (8)
또르르's 개발 Story
[Stage 1 - 08] No Augmentation
1️⃣ Goal [BaseLine 작성] (추가 : 3/29, 기간 : 3/29 ~ 3/29) [Data Processing] - Face Recognition (추가 : 3/29, 기간 : 3/30 ~ 3/31) - Cross-validation 사용 (추가 : 3/29) -데이터 불균형 해소 / imbalanced Sampler, Focal Loss, OverSampling, Weighted loss (추가 : 3/30, 기간 : 4/1 ~ ) - Data Augumentation (Affine, Gaussian 등) (추가 : 3/30, 추가 : 4/5 ~ 4/8) -Generator의 초당 Batch 처리량 측정 및 향상 (추가 : 3/30, 기간 : 3/31 ~ 3/31) - Cutmix 시도 ..
[Stage 1 - 07] Ensemble 하기
1️⃣ Goal [BaseLine 작성] (추가 : 3/29, 기간 : 3/29 ~ 3/29) [Data Processing] - Face Recognition (추가 : 3/29, 기간 : 3/30 ~ 3/31) - Cross-validation 사용 (추가 : 3/29) -데이터 불균형 해소 / imbalanced Sampler, Focal Loss, OverSampling, Weighted loss (추가 : 3/30, 기간 : 4/1 ~ ) - Data Augumentation (Affine, Gaussian 등) (추가 : 3/30, 추가 : 4/5 ~ 4/8) -Generator의 초당 Batch 처리량 측정 및 향상 (추가 : 3/30, 기간 : 3/31 ~ 3/31) - Cutmix 시도 ..
[Stage 1 - 06] 최적의 Hyperparameter 찾기
1️⃣ Goal [BaseLine 작성] (추가 : 3/29, 기간 : 3/29 ~ 3/29) [Data Processing] - Face Recognition (추가 : 3/29, 기간 : 3/30 ~ 3/31) - Cross-validation 사용 (추가 : 3/29) -데이터 불균형 해소 / imbalanced Sampler, Focal Loss, OverSampling, Weighted loss (추가 : 3/30, 기간 : 4/1 ~ ) - Data Augumentation (Affine, Gaussian 등) (추가 : 3/30, 추가 : 4/5 ~ ) -Generator의 초당 Batch 처리량 측정 및 향상 (추가 : 3/30, 기간 : 3/31 ~ 3/31) - Cutmix 시도 (추가..
[Stage 1 - 05] Remote Server에서 NNI (Auto ML) 사용하기
1️⃣ Goal [BaseLine 작성] (추가 : 3/29, 기간 : 3/29 ~ 3/29) [Data Processing] - Face Recognition (추가 : 3/29, 기간 : 3/30 ~ 3/31) - Cross-validation 사용 (추가 : 3/29) -데이터 불균형 해소 / imbalanced Sampler, Focal Loss, OverSampling, Weighted loss (추가 : 3/30, 기간 : 4/1 ~ ) - Data Augumentation (추가 : 3/30) -Generator의 초당 Batch 처리량 측정 및 향상 (추가 : 3/30, 기간 : 3/31 ~ 3/31) - Cutmix 시도 (추가 : 4/1) - Repeated Agumentation (추..
[Stage 1 - 04] Focal Loss
1️⃣ Goal [BaseLine 작성] (추가 : 3/29, 기간 : 3/29 ~ 3/29) [Data Processing] - Face Recognition (추가 : 3/29, 기간 : 3/30 ~ 3/31) - Cross-validation 사용 (추가 : 3/29) -데이터 불균형 해소 / imbalanced Sampler, Focal Loss, OverSampling, Weighted loss (추가 : 3/30, 기간 : 4/1 ~ ) - Data Augumentation (추가 : 3/30) -Generator의 초당 Batch 처리량 측정 및 향상 (추가 : 3/30, 기간 : 3/31 ~ 3/31) - Cutmix 시도 (추가 : 4/1) - Repeated Agumentation (추..
[Stage 1 - 03] Model & Optimizer
1️⃣ Goal [BaseLine 작성] (추가 : 3/29, 기간 : 3/29 ~ 3/29) [Data Processing] - Face Recognition (추가 : 3/29, 기간 : 3/30 ~ 3/31) - Cross-validation 사용 (추가 : 3/29) - 데이터 불균형 해소 / Focal Loss, OverSampling, Sampler (추가 : 3/30, 기간 : 4/1 ~ ) - Data Augumentation (추가 : 3/30) - Generator의 초당 Batch 처리량 측정 및 향상 (추가 : 3/30, 기간 : 3/31 ~ 3/31) - Cutmix 시도 (추가 : 4/1) - Repeated Agumentation (추가 : 4/1) - validation da..
[Stage 1 - 02] Data Processing
1️⃣ Goal [BaseLine 작성] (추가 : 3/29, 기간 : 3/29 ~ 3/29) [Data Processing] - Face Recognition (추가 : 3/29) - Cross-validation 사용 (추가 : 3/29) - 데이터 불균형 해소 (추가 : 3/30) - Data Augumentation (추가 : 3/30) - Generator의 초당 Batch 처리량 측정 및 향상 (추가 : 3/30) [Model] - ResNet 152층 시도 (추가 : 3/29) - Efficient Net 시도 (추가 : 3/29) - YOLO 시도 (추가 : 3/31) - Pre-trained 모델에 Fine-tuning 하기 (추가 : 3/29) - Model의 초당 Batch 처리량 측..
1️⃣ Goal [BaseLine 작성] (추가 : 3/29, 기간 : 3/29 ~ 3/29) [데이터 전처리] - Face Recognition (추가 : 3/29) - Cross-validation 사용 (추가 : 3/29) [모델] - ResNet 152층 시도 (추가 : 3/29) - Efficient Net 시도 (추가 : 3/29) - Pre-trained 모델에 Fine-tuning 하기 (추가 : 3/29) [Training] - 앙상블 시도 (추가 : 3/29) - Hyperparameter 변경 (추가 : 3/29, 기간 : 3/29 ~) - Learning Schedular 사용 (추가 : 3/29) 2️⃣ Learning 없음. 3️⃣ Main Task 1) BaseLine 작성 1..