kangheeyong commented 4 years ago

개요

내가 생각하기에 연구는 다양한 실험을 하고 그 결과로 부터 의미를 도출할 수 있어야 된다고 생각한다. 과거의 나의 경험을 회상(Fault Detection Project for OES 연구에서)해보면 다음과 같았다.

딥러닝 모델의 파라메터와 네트워크 구조를 바꿔가면서 실험을 했다.
GPU를 사용해도 하나의 실험 결과를 얻기는데 까지 빠르면 몇분에서 몇시간까지 걸렸다.
하지만 한번 실험을 한거가지고 그 모델의 성능을 평가하기는 너무 성급하다 그래서 몇번 더 돌린다.
파라메터와 모델의 네트워크 구조를 바꿔서 실험을 해본다.
어느순간 과거에 했던 실험을 반복하게 된다.(시간낭비)
실험내용이 많다보니(파마메터 3개와 모델 3가지를 실험해도 총 9가지 결과가 나온다!!!) 정리가 안된다.(귀찮아서... 자신이 기억한다고 착각해서...)
각 결과에 대한 모델간 차이와 분석을 작성하지만 번거롭다...(모델을 일일이 다 그릴수도 없으니...)
뭔가 정리가 안된다....

개인적으로 실험 설계를 할 때 과거 연구 결과를 분석하고 만든 실험 설계로 실험을 했을 때 좋은 결과나 좋은 가능성?을 얻은 것 같다. 그렇다면 뭐가 필요한 걸까??

GPU 서버를 통해 학습한 내용들은 자동으로 기록됬으면 좋겠다.
자동으로 기록 된다면 간단하게 검색할 수 있을 것이다.
실험 결과를 정리할 때, 모델간의 비교는 서버의 링크로 대체할 수 있을 것이다.

즉, 뭔가 클라우드에 저장하는 것 같다.

진짜 목적

사실 진짜로 하고 싶은건 연구 내용을 다른 사람들과 공유하고 분석한 내용들을 문서화 하고 싶은 것이다. 이거는 어떻게 보면 위키피디아와 같이 누구나 수정할 수 있는 거에서 영감을 받은것 같다.

그리고 텐서플로우 2.x를 공부하면서 data hub와 model hub가 있다는 것을 알았는데(뭔가 편하다ㅋㅋㅋ), 이걸 잘 활용하면 뭔가 동적인 문서?(문서에 그림과 도표만 있는게 아니라 뭔가 다이나믹한 것들도 넣을 수 있느느거? 단순히 글만 있는게 아니라... 설명을 못하겠다...)를 만들 수 있을 것 같다.

특히 아래와 같은 시각화? 기능을 쓰면 뭔가 내가 생각하는 그 무언가를 만들 수 있을 것 같다.