딥러닝 CNN 완벽 가이드 - Fundamental 편
딥러닝·CNN 핵심 이론부터 다양한 CNN 모델 구현 방법, 실전 문제를 통한 실무 딥러닝 개발 노하우까지, 딥러닝 CNN 기술 전문가로 거듭나고 싶다면 이 강의와 함께하세요 :)
Tensorflow version update에 따른 실습 코드 수정 업로드 공지.
안녕하십니까, 실습 환경인 Kaggle의 Tensorflow version이 강의를 만들었을 시점과 비교해서 많이 업그레이드 되었습니다.
이를 반영하여 실습 코드를 수정하였습니다. 변경 사항에 대한 내용을 공지 형식으로 영상으로 만드는 중인데, 예상보다 시간이 더 걸려서 먼저 수정 반영된 실습 코드 부터 업로드 하겠습니다. 변경 공지 영상도 곧 만들겠습니다.
기존 실습 코드를 이용하여 실습 시 오류가 발생한다면 새롭게 실습 코드를 다시 다운로드 하셔서 수행해 보시기 바랍니다.
아래는 변경이 적용된 내용에 대한 요약 설명 입니다. 감사합니다.
0. 공통
- Adam( ) 옵티마이저의 초기화 인자명이 lr에서 learning_rate로 변경.
- Sequence Dataset 클래스의 getitem() 메소드에서 학습과 테스트 시에 따라 Target값을 포함 또는 미포함하는 데이터세트로 반환 결과를 분리
- model.fit()의 인자로 Sequence Dataset으로 학습과 검증 데이터 세트 입력시 steps_per_epoch와 validation_steps 인자 제외.
1. Fashion_Mnist_Practice
- ModelCheckpoint의 save_weights_only=True 시 checkpoint 모델 파일명은 .weights.h5로 끝나는 형태가 되어야 함. False시에는 .keras로 끝나야 함.
- period는 save_freq로 변경됨. save_freq는 "epoch" 또는 정수값이 올 수 있는데, 정수값의 경우 epoch가 아니라 학습 batch 반복 횟수이며 적용시 오류 위험
2. Inception_Practice
- Tensorflow version up으로 Conv, Maxpooling 레이어 생성 인자인 name에 '/' 문자열이 입력되면 안됨. '_'로 수정함.
3. Learning_Rate_Scheduler
- model.optimizer.lr은 model.optimizer.learning_rate로 변환.
- y target 값 입력을 np.zeros(5)에서 np.zeros(5).reshape(5, -1)로 2차원 행태로 변환
- CosineDecay는 더 이상 experimental이 아니라 정식 scheduler로 등록됨. 따라서 experimental.CosineDecay는 optimizers.schedules.CosineDecay로 변경.
- Callback으로 구현한 Cosine Decay 및 Cosine Decay Restart 를 보너스 코드는 더 이상 유효하지 않습니다. tf.keras.backend.set_value 가 deprecated 되어서 더 이상 유효하지 않습니다.
4. Plant_Pathology
-GPU 메모리 해제를 위해 kernel 재 기동 시 소스코드 수행을 편리하게 하기 위해서 소스코드 재 배치.