[Train] 데이터셋과 모델을 이용해서 훈련 방식을 지정해가면서 훈련하기.

목표 : 여러 모델과 여러 하이퍼파리미터를 조절해가면서 훈련하고, 모델과 함께 하이퍼파라미터 정보도 같이 저장하도록한다.

 

모델

• InceptionResNetV2
• KerasInceptionResNetV2
• KerasInceptionResNetV2SEBlock
• SmallKerasInceptionResNetV2

옵티마이저

• SGD :  lr - 0.01, momentum - 0.9, Nestrov - True, decay - 0.001
• RMSprop : lr - 0.045, decay ( rho ) - 0.9, monentum - 0, epsilon - 1.0, lr-schedule - exp 0.94
• RNSprop : lr - 0.001, decay ( rho ) - 0.9, momentum - 0.9

배치

• 32

지표

• 정확도

비용 함수

• Categorical CrossEntropy

모델 저장

• ModelCheckPoint 으로 max valid accuracy 기준으로 best weights 만 저장한다.

훈련 반복

• 기본 50 에폭 으로 지정하고 overfitting 이 발생해도 어차피 max valid accuracy 만 저장된다.
• 목표 정확치는 이후에 Korean Food Generator 을 만들때 사용할 지표로 사용해야 되기때문에, 테스트 정확도 최소 95% 이상은 도달하도록 한다.