분석시각화 대회 코드 공유 게시물은
내용 확인 후
좋아요(투표) 가능합니다.
베이스 코드 활용하여 EDA 및 트레이닝
EDA 원본 코드는 코드공유 게시판에서 찾아보실 수 있고,
모델 원본 코드는 https://github.com/EscVM/Efficient-CapsNet 에서 찾아보실 수 있습니다.
코랩에서 노트를 실행시키시면 데이콘 데이터로 학습하고 테스트하여 결과까지 받아보실 수 있으십니다.
성능이 뛰어난 코드를 공부하면서 다른 분들도 참고하시면 좋을 것 같아서 올립니다.
네 확인해주셔서 정말 감사합니다. 그래서 제가 submission_Ef_net(1).csv 로 다시 제출 했는데, 이 결과는 데이콘 데이터셋 5000장만을 트레인해서 나온 모델로 얻은 결과입니다. 그래서 최종제출할 때는 위의 파일로 하도록 하겠습니다. 짚어주셔서 정말 감사합니다!
좋은 내용의 Code 공유 감사드립니다.
Private Score 0.99 나온 최종 Code에서는 어떻게 접근 하셨는지 여쭤봐도 될까요?
네, 질문 감사합니다. 제가 mnist 관련 논문을 찾아보다가 제가 구현해볼 수 있는 코드를 공유하신 분이 계셔서 코드는 그대로 쓰되, 트레인 데이터셋만 데이콘에서 제공한 것으로 바꿨습니다. 깃헙에 보시면 확인하실 수 있는데, 제가 fork한 깃헙 폴더에 utils/dataset.py 를 보시면 어떻게 데이터셋만 바꿨는지 보실 수 있으십니다. 그리고 다른 것들은 다 똑같이 했는데, 직접 구현해보시려면 gpu를 안 쓰면 다운이 되더라고요. 다른 부분도 궁금하신 것 있으시면 또 물어봐주세요~
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
안녕하세요 hanbba92 님,
먼저 좋은 코드를 공유해주셔서 정말 감사드립니다.
하지만 내부 검토 결과, 위 코드를 사용하여 제출하신 파일 "submission_Ef_net.csv"는
MNIST 원본 데이터 6만 장을 모두 사용하여 학습한 결과로 판단됩니다.
따라서 해당 결과물을 최종 결과물로 제출하실 경우, 수상자 명단에서 제외될 수도 있다는 점을 고지드리고자 합니다.
최종 결과물을 선택하실 때 참고해주시기 바랍니다.
코드를 공유해주신 점에는 다시 한번 깊은 감사의 말씀을 드립니다.
감사합니다.