cnn 모델을 학습할 때, bottleneck(?)을 사용하는 이유가 있는 지 궁금합니다. (bottleneck이 무엇인가요??...병목현상...?)
분류한 데이터를 vgg16 모델을 이용해서 학습을 해보았는데, 시간이 너무 오래걸립니다.
2. 이슈에 대한 원인을 기입해주세요.
어제 original dataset을 bounding box를 기준으로 crop하여 train, test, validation 폴더로 나누어서 저장하였는데, 이를 다시 각각 이미지에 대해서 bottleneck feature에 대한 내용을 .npy 파일로 저장하는 과정에서 용량 부족 문제가 발생합니다.
vgg16 모델의 파라미터 수가 워낙 많고, 이미지 데이터도 대략 20만장이기 때문에 오래걸리는 것 같습니다.
3. 문제가 발생한 코드 및 스크린샷을 기입해주세요.
4. 이슈를 어떻게 고칠 것인지 자세히 설명해주세요. (해결 방법을 못 찾을 시, 5. 궁금한 점에 기입해주세요)
만약 bottleneck feature를 이용해서 모델을 학습한다면, 엘리스에서 새로 추가해 준 '/data' 경로에 bottleneck feature에 대한 데이터를 저장하고 이를 이용해서 모델을 학습하면 될까요?? 아니면 bottleneck feature를 따로 저장하는 과정을 거치지 않고 바로 classification을 진행하면 될까요?
In GitLab by @Jaemin on May 19, 2021, 17:55
개발 시 어려운 점을 아래 리스트 중에 체크해주세요.
<개발 이슈>
1. 개발 시 이슈가 무엇이었는지 예상 동작과 현재 동작에 대해 자세히 기입해주세요.
2. 이슈에 대한 원인을 기입해주세요.
3. 문제가 발생한 코드 및 스크린샷을 기입해주세요.
4. 이슈를 어떻게 고칠 것인지 자세히 설명해주세요. (해결 방법을 못 찾을 시, 5. 궁금한 점에 기입해주세요)