분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
[Baseline] 2. Image Augmentation과 CNN을 이용한 숫자 예측
첫번째 베이스라인은 잘 보셨나요?
이번엔 Computer Vision에서 널리 사용되는 CNN네트워크를 이용하고
부족한 데이터의 보안점이 될 수 있는 Data augmentation을 이용하여 학습해보았습니다.
안녕하세요 쿵짝작 님,
위 코드가 동작한 환경은 RTX 3090 24GB 환경입니다. 확인 결과 약 12GB 정도의 메모리가 필요한 것으로 확인되었습니다.
특별히 코드를 수정한 점이 없다면 단순히 메모리 부족 때문에 발생한 오류일 수 있습니다.
위 코드는 구글 Colab - GPU 환경에서 작동할 수 있으니 Colab을 이용해주셔도 좋을 것 같습니다.
감사합니다.
@ DACONIO
관리자님.
mnist_loader는 이미 선언되어 있는 상태라,
epoch하는 동안에 random하게 transform이 이루어지지 않을것 같은데요...
에폭의 수를 늘려서 모델에게 노출시키는 데이터량을 늘릴수 있는게 맞나요?
데이터의 절대 수를 늘리는 것이 아니라 랜덤을 이용하고, 에폭의 수를 늘려서 모델에게 노출시키는 데이터량을 늘린다는 것을 배우고 갑니다!
관리자님.
mnist_loader는 이미 선언되어 있는 상태라,
epoch하는 동안에 random하게 transform이 이루어지지 않을것 같은데요...
에폭의 수를 늘려서 모델에게 노출시키는 데이터량을 늘릴수 있는게 맞나요?
데이콘(주) | 대표 김국진 | 699-81-01021
통신판매업 신고번호: 제 2021-서울영등포-1704호
직업정보제공사업 신고번호: J1204020250004
서울특별시 영등포구 은행로 3 익스콘벤처타워 901호
이메일 dacon@dacon.io | 전화번호: 070-4102-0545
Copyright ⓒ DACON Inc. All rights reserved
전 3070 8GB인데 제공해주신 코드의 batch사이즈 그대로 사용하니까 메모리 부족으로 진행 안되더라구요....단순히 메모리 부족인지 컴퓨터나 파이토치 세팅 잘못인지 잘 모르겠습니다 혹시 실습용으로 사용하신 gpu 기종이랑 메모리가 어떻게 될까요?