<오늘의 실험>

무려! 딥러닝 수준에 다가가지도 못하는 몇년전의 LeNet-5 모델을 이용해 한번 작업을 구성하였다.

단순 성대 검출모델로서

라벨링된 이미지를 1, 안된 이미지를 0 으로 잡고.

C1 : 440,440,1 (channel) > 220,220,6

S2 : 220,220,6 > 110,110,6 (Maxpooling)

C3 : 110,110,6 > 110,110,16

S4 : 110,110,16 > 55,55,16

FCN5 : 55x55x16 > 128

FCN6 : 128 > 2

Epoch을 4로 잡고, batch size를 128로 잡았더니,,맥북 팬소리가 굉음이…CPU가 타버릴 것 같아서

batch_size를 4로 잡았다. 4로 돌리는데 속도가 7초가량.

Training Set 를 네번 돌리면 총 8000초니까…2시간은 넘게 걸린다.

 

괜히 GPU로 구성하는게 아니구나 싶었다. 게다가 RGB 3채널로 간다면..그야말로..영혼 탈출할듯

 

<중간결과 – 1>

한시간 가량 4단계의 epoch동안 test set에서 돌린 accuracy는 0.69 수준으로 매우 낮았다.

epoch이 늘어도 결과가 변하지 않던데,

1) GPU세팅해서 집에서 resnet 모델로 바꿔 볼 것

2) deconvolution 을 통한 확인

등이 필요하겠다.

 

<중간결과 -2 >

동일한 소스를 집에있는 데스크탑에서 돌렸는데(i5-6500, 8GB)

속도가 오히려 맥북보다 느린데, 이상하게 학습이 잘되는 것인지, 테스트셋에 대한 결과가 훨씬 잘나온다.

1 Epoch에 0.86, 2 Epoch에 0.89, 3 Epoch에 0.93, Loss 값도 떨어지는 것이 확인된다.

묘한 결과. (한시간반동안 고작 3 Epoch밖에 못돌렸다는 것이 한계)

0 Shares:
Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.

You May Also Like
Read More

2. Anaconda Tensorflow GPU 버전 설치 (2019.4 수정)

Reference : https://medium.com/@hussnainfareed/setup-an-environment-for-machine-learning-and-deep-learning-with-anaconda-in-windows-5d7134a3db10 GPU: 2018. 3월에는 1080ti, 2019년 4월에는 Titan V 였습니다. 0. Visual Studio 설치 (2019.4 추가)…

4. Cocoapi setup @ python 3.5

Stackoverflow를 보면 python3에서는 작동이 안된다고들 하는데, 어쩌다보니 실행이 되는 듯해서 기록에 남긴다. 1. pip에서 git를 이용하기 위해 git를…
Read More

On going

ResNet50 모델을 기반으로 돌린 나의 데이터. Overfitting 문제인지 아니면 그냥 부진한 학습의 문제인지, Epoch을 50까지 늘렸는데, 한 에폭당…