[2023 부트캠프] Upstage AI Lab - Pytorch를 이용한 CNN

 

 

 

부트캠프가 중후반기 정도 지나고 온라인 딥러닝 강의 수강&조별 스터디를 통해 딥러닝 대회 등등 을 준비하는 시간이 되었다.

시간이 참 빠르다

 

초반부 내용은 사실 아는 내용이라 설렁설렁(...) 들었던 느낌이 없잖아 있는데

딥러닝은 업무에서도 활용해본적이 별로 없고 .. 기껏해야 DeepFM, ResNet50, VGG, Autoencoder 정도이고

pytorch도 써보질 않아서 갑자기 부담이 턱! 되는 마음에 부트캠프 내에서 정해준 조별 스터디 + 속성 스터디를 진행하게 되었다.

 

 

1. 기본 과제

- Pytorch template를 이용해 MNIST를 분류하는 MLP 모형 만들기

- Pytorch tutorial 문서의 computer vision transfer learning  이해하고 각 줄에 대한 주석 달기

- RNN, LSTM, GRU에 대해 이해하고 각각을 이용해 MNIST 분류기를 구현하며 각 장단점 이해하기

- Streamlit 페이지에서 다양한 Transformation을 적용하며 이미지 변환, 데이터 증강에 대해 이해하고 이전 모델에 대해 성능 개선해보기

- Semi-supervised learning에 대해 이해하고 Autoencoder에 대해 이해 및 Latent Vector를 이용해 분류기 만들기

 

- 모델 구조 변경해보기(차주)

 

2. 속성 과제

-  데이터셋 구해서 restnet 시리즈 공식코드 보지말고 직접 구현(아키텍처 공부를 위함)

-  데이터셋의 특성을 파악

--> 노트북으로 확인 후 모듈화 시키기

머리로는 알지만 손으로는 해보지 않던 작업들 ... 드디어 시작해 본다!

 

 

3/8

개발 환경 구성

- gpu 나 ... 여러가지 무거운 모델을 돌리기에 적합하지 않아(노트북) 코랩이용, 개발환경 폴더를 구성하고 기본 설정

- template을 이용해 코드 구현

- transfer learning 을 이용해 코드 구현

 

3/15

- ResNet 성능개선

- Dataset 다시 구하기

- python 모듈화

- lightening pytorch 구현

- EfficientNet 구현