[데이크루] 4주차 활동일지

대외활동/데이크루 1기

동하조하 2022. 2. 12. 16:52

벌써 데이크루 활동 기간이 반이나 흘렀다.

'한 주만 버티자'하면서 달려왔는데 한달이 흘렀고 꽤나 많이 배우고 느꼈던 것 같다.

이번주에는 설 명절이 겹치는 바람에 많은 공부를 하지 못해서 이전에 책 〈케라스 창시자에게 배우는 딥러닝〉을 공부하면서 정리해놓은 자료를 공유했다.

transfer learning을 실제로 수행해보는 예제인데 학습을 위해 다량의 데이터를 필요로 하는 컴퓨터 비전과 자연어처리에서 많이 쓰이는 방법이라서 배워놓는 것이 좋겠다 싶었다.

예제만 마구 올리느라 이론 설명을 약간 부족한 것 같아서 이번주에는 transfer learning에 대한 이론을 간단히 설명하고자 한다.

회사 인턴하면서 transfer learning에 대해서 찾아봤던 경험이 있었는데 이를 참고해서 작성해보면 좋을 것 같다.

아, 저번주에 올린 '[집값 예측 경진대회]코드 공유 〈GBR + RF + RG + NGB + 파생변수 (public : 0.09509)〉'가 많은 분들께 관심을 받고 도움이 되어서 특별상을 수상하게 되었다.

아직 공부하는 입장인데 이렇게 뜻 깊은 상을 받을 수 있어서 기분이 너무 좋았다. 더 열심히 해야겠다는 생각이 들었다.

아래는 4주차에 내가 올린 게시글이다.

전체적인 주제는 젬고 그대로 소규모의 데이터셋으로 신경망을 학습시키는 것인데

사전에 학습되지 않은 모델을 사용하는 경우와 데이터 증식을 사용한 경우를 [1탄]에,

사전에 학습된 모델을 사용하는 경우를 [2탄]에,

사전에 학습되 모델을 사용하면서 미세 조정(fine-tuning)한 경우를 [3탄]에 걸쳐서 설명하고 있고 점차 모델의 성능이 향상되는 것을 확인할 수 있다.

시리즈로 연계할 때는 다음 탄에 대한 설명을 하단이나 초반 목차에 적어주는 것이 좋을 것 같다.

1. 소규모 데이터셋으로 심층신경망 학습하기 (feat.Keras) [1탄]

소규모 데이터셋으로 심층신경망 학습하기 (feat.Keras) [1탄]

dacon.io

2. 소규모 데이터셋으로 심층신경망 학습하기 (feat.Keras) [2탄]

소규모 데이터셋으로 심층신경망 학습하기 (feat.Keras) [2탄]

dacon.io

3. 소규모 데이터셋으로 심층신경망 학습하기 (feat.Keras) [3탄]

소규모 데이터셋으로 심층신경망 학습하기 (feat.Keras) [3탄]

dacon.io

* 본 포스팅은 데이콘 서포터즈 “데이크루" 1기 활동의 일환입니다.