이번대회도 역시 참어려운것 같습니다.

이번대회는 train데이터에 중복된 데이터가 많아서 validation성능이 쉽게 99% acc에 수렴하기에 테스트 세트에서 가장 잘 작동하는 모델을 선택하기가 참어렵습니다.

모델, 데이터 split, epoch, 등.. 이외의 사소한 하이퍼파라미터도 리더보드 성능에 크게 영향을 미친다는 것을 팀원분께 들어서, 에폭을 조금 바꿔서 학습시켰더니 loss가 0.10 --> 0.17로 떨어졌네요. robust한 validation set을 만들기 위해 좀 노력해보고 있기는 한데, 그래도 저는 어느정도 리더보드성능에 의존해서 최종모델을 선택할 것 같습니다..

사소한 팁이라면, 다양한 이미지를 만들어서 넣어준다면 (데이터/모델/사소한 하이퍼파라미터)에 상관없이 0.3~0.4의 loss에 쉽게 도달하는 것 같습니다. 하지만 제가 0.1~0.2의 loss에 진입할 수 있었던 것은 여러 변수선택의 운이 많이 작용한것 같네요

모두 좋은 결과 있으시길 바랍니다!