키워드: RNN(sequence.pad_sequences, maxlen, loss함수),CNN(image_resize, for문, ValueError: No gradients provided for any variable: y_label이 없을경우
)
(Act)What you actually did.
RNN
sequence.pad_sequences 스챌할 때 이 코드를 빼놓고 하여, 한참동안 헤매었다. 데이터의 순서 정보를 유지하면서 전환시키는 방법임을 알았다.
Maxlen 문장은 어디까지 제한할 지 결정하는 변수다. 모델을 돌릴 때, 30~40분가량 걸렸는데, Maxlen을 적절하게 조절하니 5분내에 결과가 나왔다.
문제에 따른 적합한 loss함수 정리
CNN
Image_resize를 할 수 없어 한참 해메었다.
각각의 이미지를 array로 넣기 위해, 리스트로 변환후 array로 바꾸었다.
No gradients provided for any variable 가중치, 편향을 업데이트 할 수 없는 상황은 y_label을 만들지 않아서 생긴 오류였다.
(Evaluate)How you evaluate your action's outcome vs. the initial goal(plan).
주어진 절차에서 데이터를 딥러닝 모델로 돌리기 이전에, 데이터의 형태를 바꿔주는 것에서 약하다는 것을 알았다.
Loss 함수를 정리해야할 필요성을 느꼈다.
For문을 활용한 방법으로 해결했다.
실제 gradients가 업데이트 안되는 상황을 겪었고, 그에 따라 y_label 임의로 설정해야 한다는 결 배웠다.
(Reflect)
How you worked throughout the stages plan-research-act-observe-evaluate.
What did you do well, what can you improve upon.
How can you improve your process?
동료와 같이 이야기 하면서 꾸준히 그렇지만 포기하지 않아서 해결할 수 있었다.
그 고민의 시간동안 포기하지 않다보니, 서로 박스에 갇히지 않고 나오도록 자극을 하여 해결할 수 있는 방법을 찾았다.
키워드: RNN(sequence.pad_sequences, maxlen, loss함수),CNN(image_resize, for문, ValueError: No gradients provided for any variable: y_label이 없을경우
)
(Act)What you actually did.
RNN
CNN
(Evaluate)How you evaluate your action's outcome vs. the initial goal(plan).
(Reflect)
How you worked throughout the stages plan-research-act-observe-evaluate. What did you do well, what can you improve upon. How can you improve your process?
동료와 같이 이야기 하면서 꾸준히 그렇지만 포기하지 않아서 해결할 수 있었다.
그 고민의 시간동안 포기하지 않다보니, 서로 박스에 갇히지 않고 나오도록 자극을 하여 해결할 수 있는 방법을 찾았다.
앞으로도 계속 같이 고민하며, 포기하지 않고 한 부분씩 채워나갈 생각이다.