Feedback 01

[kaintels]

강점

• 다른 분들과 다르게 주피터 파일을 올려주셨습니다. 코드를 셀 단위로 나누어 작동할 수 있게 되어 확인 및 보고하기에 수월해보입니다.
• 주석은 직접 작성하셨는지 모르겠습니다. 우선 현재 작동되지 않는 부분에 대해 왜 안되는 지 생각을 해보고, 안되는 이유에 추측이 가능하다면 TO DO 주석을 만들어 이후 고쳐나가야 할 방안을 작성해보면 좋을 듯 합니다.

약점

• 선택사항이나, 깃허브 저장소의 제목은 보통 해당 주제 (예 : 오토인코더, 랜덤서치 cnn)를 기반으로 합니다.

• 토치, 텐플에는 여러가지 함수가 있습니다. 함수를 바꿔가면서 사용해보면서 적용하는 것은 공부에 도움이 되나, 작동이 아예 안되는 함수를 사용하는 것은 바람직하지 않습니다.

  • 일 예로, 작성하신 코드에서

    criterion = torch.nn.MSELoss().to(device)    # 비용 함수에 소프트맥스 함수 포함되어져 있음.
    optimizer = torch.optim.Adam(model.parameters(), lr=learning_rate)

    MSE 손실함수는 소프트맥스 함수가 포함되어 있지 않습니다. 소프트맥스 함수를 적용하신다면 여기서는 CrossEntropyLoss를 사용하는게 좋을 것 같습니다..

• 보통 파이썬은 오류가 나왔을 경우 대처하기 쉬운 언어에 속합니다. 현재 오류의 경우

  
  --> 133     X_test = data2.test_data.view(len(data2), 1, 2844).float().to(device)
  134     Y_test = data2.test_labels.to(device)
  135 

AttributeError: 'numpy.ndarray' object has no attribute 'test_data'

이 문제는 넘파이의 array는 test_data 속성이 없다는 뜻입니다. 또한 넘파이는 view 함수가 통하지 않습니다.
따라서 토치의 tensor로 바꿔주신 후 (test_data 없이 ) view 함수를 사용하셔서 적용하시면 작동이 됩니다. 오류가 나왔을경우 해당 함수가 요구하는 사항 및 반환해주는 값에 대한 정보를 먼저 확인해주세요.

[kaintels]

우려부분이 해결되어 종료합니다.!