팀 프로젝트
최대한 라이브러리를 사용하지 않고 수업시간에 배운대로 numpy로만 구현하기
코드는 밑바닥부터 시작하는 딥러닝을 참고하였습니다.
팀프로젝트로 진행하였습니다.
Batch normalization 적용
Node수 = 100
Learning rate = 1e-3
Dropout ratio = 0.5
Batch size = 256
Hidden layer 수 = 5
Optimizer = Adam
Epoch 50/50
[>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>]
train acc: 82.11098330094006 %
test acc: 77.24028548770818 %
추후에 혼자서 파이토치로 하면 편하게 할 수 있지 않을까 해서 해보았습니다.
Train Accuracy: 82.39657292451707 %
Test Accuracy: 76.32038065027756 %
- download music_genre_classification.zip
- unzip music_genre_classification.zip
- python main.py (parameter로 batch_size, num_node, num_hidden_layer, epoch, learingrate를 조절할 수 있습니다. 하는 방법은 python main.py --help를 확인)
데이터 출처
https://www.kaggle.com/datasets/vicsuperman/prediction-of-music-genre
코드 출처 밑바닥부터 시작하는 딥러닝 깃허브 참고
https://github.com/youbeebee/deeplearning_from_scratch/tree/4bbb640b42bddc136abd88b8caa66e874b8a1935