분류 전체보기10 딥러닝 학습 시 랜덤시드 고정하는 방법.(torch 1.6.0 버전) 아래 코드를 학습실행 전에 적용되도록 코드를 삽입하면 된다. ################ 랜덤시드 고정 ########################## random_seed = 1000 torch.manual_seed(random_seed) torch.cuda.manual_seed(random_seed) torch.cuda.manual_seed_all(random_seed) # if use multi-GPU torch.backends.cudnn.deterministic = True torch.backends.cudnn.benchmark = False np.random.seed(random_seed) random.seed(random_seed) # Types to allow for both CPU and.. 2021. 6. 4. CNN_신경망 체크 ( VGG11 망을 활용한 regression시도 중 시행착오 기록) 전처리 단계 1. input 이미지와 정답데이터간의 정렬이 중요하다. 같은 순서대로 서로 짝이 맞게 매칭되어야 한다. 실제 자료구조를 그렇게 설계하고 dataloader로 데이터를 로드했을 때 실제로 input이미지와 정답데이터가 맞게 짝지어져서 신경망에 들어가는지 확인할 필요가 있다. (나의 경우 input 이미지는 ( 1.png, 10.png, 100.png.....), 정답데이터는( 1.txt, 2.txt, 3.txt...) 형식으로 정렬이 되어 학습 중 train loss만 계속해서 줄어들고 valid loss 는 줄어들지 않고 유지되는 현상이 나타났다. 아마 일반화를 하지 못하고 정답을 하나하나 외운 것 같다.)2.이미지파일을 읽어들일때 RGB순서나 어떤 형태의 변형이 있는지 체크해야 한다. o.. 2021. 6. 4. 이전 1 2 3 다음