모델 학습 후 evaluate, predict 할 때 점수에 대해서 궁금한 점이 있습니다
147
작성한 질문수 44
안녕하세요.
보통 모델 fit 후 callback으로 model_checkpoint 콜백으로 가장 낮은 val_loss를 가진 weight를 불러와서 평가 및 예측을 하는데, 제가 문득 든 생각은 과연 가장 낮은 val_loss가 좋은 점수를 낼까? 라고 생각이 들어서, 예측 확률을 뽑아낼 때 model_checkpoint 모델 제외하고, 다른 weight 값(예, 가장 마지막으로 훈련한 모델)도 불러와서 예측한 값을 합해서 확률을 계산하는 경우도 있나요?
답변 1
resize 질문
0
60
1
20251212 Kaggle 런타임에 scikit-learn 설치 실패 트러블 슈팅
0
86
1
Loss와 매트릭 관계
0
75
2
Boston 코랩 실습
0
170
2
배치 정규화의 이해와 적용 2 강의 질문
0
143
2
Augmentation원본에 적용해서 데이터 갯수 자체를 늘리는 행위는 의미가있나요?
0
151
2
Conv함수 안에 activation 을 넣지 않는 이유가 뭔지 궁금합니다.
0
212
2
소프트맥스 관련 질문입니다
0
215
1
강의 관련 질문입니다
0
161
2
residual block과 identity block의 차이
0
200
2
옵티마이저와 경사하강법의 차이가 궁금합니다.
1
251
1
실습 환경
0
171
2
입력 이미지 크기
0
256
2
데이터 증강
0
203
2
albumentations ShiftScaleRotate
0
211
1
Model Input Size 관련
0
294
1
마지막에 bird -> frog 말고도 deer -> frog 도 잘못된것 아닌가요??
0
206
1
일반적인 질문 (kaggle notebook사용)
0
276
2
실무에서 Augmentation 적용 시
0
346
2
안녕하세요 교수님
0
235
1
가중치 초기화(Weight Initialization) 질문입니다.
0
332
1
테스트 데이터셋 predict의 'NoneType' object has no attribute 'shape' 오류
0
412
1
학습이 이상하게 됩니다.
2
1040
2
boston import가 안됩니다
0
230
1