2022.11.17 ~ 18
<AI 프로젝트 기획>
- 피마 인디언의 당뇨병 관련 수치 데이터를 활용한 샘플 코드를 개선하기로 함.
- 샘플 코드는 딥러닝 프로젝트로, 교재에 등장하는 것
- E님이 코드 개선을, 내가 시각화 자료 생성을, D님이 ppt 제작 및 발표를 맡음
- 층별 출력 뉴런 수를 5, 10, 15로 했을 때와 15, 10, 5로 했을 때 정확도 차이가 확연했음
- 이 현상의 이유를 찾아 코드를 개선하는 방향으로 주제 선정
2022.11.24
<분석 결과>
- 가장 상위에 위치하는 층의 입력 뉴런 수와 출력 뉴런수는 정확도에 큰 영향을 미침
- 층이 많을수록 relu보다 swish 함수가 유리
<참고 자료>
- 케라스 레이어의 가중치 https://keras.io/ko/initializers/
- 딥러닝 학습에서 최적의 알고리즘과 뉴론 수 탐색 http://koreascience.or.kr/article/JAKO202212462749760.pdf
- 가중치의 초깃값 - 가중치의 초깃값에 따라 은닉층의 활성화값 분포 변화, Xavier 초깃값 https://deep-learning-study.tistory.com/161
- 활성화 함수 종류 및 비교 https://m.blog.naver.com/PostView.naver?isHttpsRedirect=true&blogId=handuelly&logNo=221824080339
<발생한 문제와 솔루션>
층별 흐름 다이어그램을 그리고 싶어서 굉장히 다양한 방법을 시도했는데 잘 안됨.
손으로 그릴 수도 있었지만 효율성 측면에서나, 코드 활용성 측면에서 포기하고 싶지 않았다.
1. pip graphviz 했는데 실패
- 사실 이 라이브러리는 예전에 설치해봤는데 다른 코드 실행에 영향을 미쳤어서 맘에 들진 않았음.
2. 라이브러리가 import 되지 않는 이유가 인터프리터가 아나콘다여서임을 확인하고 ann_visulizer로 변경
- 실행시킬려고 엄청 많은 시간을 썼지만 왜인지 계속 다시 설치해봐도 import가 안됨
Visualizing the architecture of your own model of Artificial Neural Networks
This is a very simple post I’ve prepared just to help anyone who wants to visualize their artificial neural network architecture.
medium.com
3. 인터프리터를 anaconda에서 python으로 변경하고 keras_visualizer를 import하여 성공
- 이 과정을 거치며 모델을 저장해서 불러올 수도 있다는 것을 알게되었음
2022.11.23
<프로젝트 종료>
- 시각화는 matplotlib, keras_visualizer, newtron(이건 소프트웨어)를 활용함
- 함수의 종류가 많고 복잡한 개념이라 단시간에 이해하기가 쉽지 않았음
- AI에 대해서는 좀 더 심도깊은 학습이 필요할 것 같다.
2022.11.25
<포트폴리오 완성>
- 다시 머릿속에 정리할 겸, 포트폴리오로 쓸 겸 개인적으로 발표자료를 만들고 코드를 개선함
- 발표 ppt : https://drive.google.com/file/d/1mgYpaos6fgnzAHLPvFYhrZmu5JeKFPor/view?usp=sharing
- 사용한 ppt 템플릿 : 새별님 템플릿 https://blog.naver.com/seiru523/222884382510
AI01_발표자료_221125.pdf
drive.google.com
- 시연 영상(포트폴리오에 포함되어 있음) :
https://drive.google.com/file/d/1-AwIPM2tyQZTcu0Wb5O0XAHJRCILF4Ru/view?usp=sharing
AI01_시연영상_221125.mp4
drive.google.com
댓글