이번 포스팅은 Weights & Biases 를 활용하여 Network 성능 비교 예시를 하려고 합니다.

어려운 글이 아니기 때문에 금방 금방 따라하실 수 있을 것 같습니다!

Task

• Flower classification
  • daisy, roses, dandelion, sunflowers, tulips
• List of pretrained-model
  • tf.keras.applications
• Detail of training
  • Image size: 150x150x3
  • Epochs: 5
  • Batch size: 256
  • Freezing: True

자세한 코드는 for_wandb 라는 repository에 올려놨으니 확인하시면 됩니다.

train.sh를 실행하게 되면 위에 적혀있는 pretrined model 만 변경해서 classification 을 수행하게 됩니다!

그 후 weights & biases 화면을 가서 확인해 보면…

각 모델별 loss, acc, val_loss, val_acc graph를 확인할 수 있습니다.

좌측 상단에 Run 옆을 보시면 테이블 모양 아이콘이 있는데 이를 누르면 다음과 같이 테이블로 정리되어 있는 것을 확인 하실 수 있습니다.

이번 포스팅은 Weights & Biases를 이용하여 모델 별 성능 비교를 해보았습니다.

조만간…Sweep 이라는 Hyperparameter search and model optimization 방법에 대해 포스팅을 해보려 합니다!

P.S

• 마스크 답답…..
• 날씨 후덥지근, 짜증….