- 楽しみながら機械学習のスキルを向上させたい
- 建設的な趣味が欲しい
- モチベーション維持
- 学んだことの整理(ラベリングとストック)
参考:https://zenn.dev/fkubota/articles/3d8afb0e919b555ef068
gantt
title timeline
dateFormat YYYY-MM-DD
section Official
Competetion: a1, 2021-05-18, 2021-08-10
Entry deadline: a3,
Team Merger deadline: a4,
Final submission deadline: a2,
section Score
Join!:2021-06-15, 2020-06-16
↑ガントチャートをマークダウンで書きたいマン
- 日記初めてみた
- couseraのpytorchを使った画像分類チュートリアルを完了
- 基本的な流れは理解(なんとなく)
- Dataset classの作成→画像処理クラスの作成 →データの読み込み→ →model classの作成 → train classの作成(optimaizer 何使うかとか決める) → modelに食わせる
- Resnet18,,,? よくわからん状態,,,画像処理への理解が浅い、なんかで補強しなければ
- てかこれBoxDetectionやないよね?
- pytorchでBoxDetection実装している人がいたので、とりあえず一発実装してみる(土曜中に終わらせたい、、)
- pytorch は直感的、カスタマイズ性が良い等評判が良いので、メインで学習したい
- 基本的な流れは理解(なんとなく)
- 気になっていること
- コンペのDiscussion見ると、VOLO法のvote数が多い。pytorch で実践できるかな、、
- 学んだこと
- その他
- [ResNetのまとめ記事](https://qiita.com/ikeyasu/items/ea9ced2b8e0fcb3da2be)
- 昨日のpytorchのbox Detectionは、そもそも今回の学習に使用できるか不明なので、このお方のnotebookを参照してみる
- dicomモジュールでデータ読み込み
- 8bit イメージデータに変換
- model class( EfficientNet model)の定義×2、Trainer classの定義、main functionで回す - EfficeintNet modelについて、このサイトが詳しそう、明日勉強する - 素朴な疑問 - notebookを量産するのは良いが、管理がめんどくさそうだ、、、 - 自分の作ったnotebookを見返さないので、内容を忘れがち→fkubotaさんみたいに、githubで一元管理した方が良さそう? - notebookの立ち上げ→データセットの読み込み の手順が毎回めんどくさい - 実験計画をどう効率的に、戦略的に行うか考える必要がありそう。pipe lineってのがヒントっぽい。fkubotaさんのリポジトリ漁ってみる 今日は残業おじさんだったのでここまで、、、 した内容
- fkubotaさんのリポジトリ漁った
- EDAからスタートしてて、全ての特徴量についてコメントして記録に残している。最初に作ったノートブックで一通り理解したつもりになっていた。もう一度最初からやろう。
- 写経したnotebookにコメント残して資料化している。同じ事やって学習ログを残す。
- 気づいた事
- Readmeここで編集するのめんどい。ローカルリポジトリ上のファイルを好きなmarkdownエディタで編集して、git pushで更新するスタイルにしよう。
- notebookのショートカットは覚えるべき
- 写経が終わったら、最初に作ったdata preparationのノートブックをメンテして、EDA、読み込み、等に分けて、深堀する
- その後ゼロつくのCNNの章に挑戦する。 どうてもいいけど今日コロナワクチン受けた、、、腕痛い あと、notion使い始めた クロームのタブ開きすぎ問題を解決したい。毎日閉じるようにしようかな。
- gitのお勉強した
- ステージとローカル、リモートリポジトリの関係等抑えてれば使えそう
- gitで勉強した内容をnotionにまとめた
- notionおしゃん。kaggleの情報もここに整理しよう
- この日は特に進捗なし
- 公開notebookのEDAを自分なりにまとめようとする
- dicomのヘッダ情報など、よく理解できていない 残業ありすぎる
- kaggleの環境をlocalに再現して実験を高速で回したい
- dockerを半日で習得する
- 七夕
- 定時だったのでDockerで環境作ってみた
- できたは良いが、思ったよりvscodeのjupyter使いづらい、、、
- 残業地獄でキレそう
- 前に一通り回したnotebook見返した。
- 画像の読み込みからEDAまで一通りやっている。とりあえず資料として残す。
- 何もしてない!
- ゼロつくを読み込んだ(作ってない)
- CNN大体理解
- ゼロつくを元にCNN実装してみた
- 調整すべきパラメータはわかった
- torchでは畳み込み層、pooling層がクラスとして用意されており、これらを組み合わせてモデルを作成する
- ゼロつくでやった内容とかなり近い
- torchの力を借りて自力実装する
- あとGPUの偉大さを知った、、、GPUなしじゃ到底回せん。kaggleかgoogle colabを利用する。