머신러닝/Korean Food Classifier
[Train] 데이터셋과 모델을 이용해서 훈련 방식을 지정해가면서 훈련하기.
hwijin97
2022. 2. 24. 14:51
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.