반응형
최근 딥러닝 모델을 개발하고 모델확인을 하면서 문제를 직면한 부분중 하나가 바로 모델 결과가 매번 다르게 나오는 경우입니다.
모델을 열심히 시간 돌려가면서 제작을 하더라도 확인할 때, 아래와 같이 결과가 안나오거나, 이상하게 예측이 되는 때가 있었습니다.
모델 내부나 pytorch의 random 문제가 이일을 발생시키는 줄 알고 다양한 방법을 시도 해보았으나, 해결이 되지 않았습니다.
torch.manual_seed(1234)
torch.backends.cudnn.deterministic = True
torch.backends.cudnn.benchmark = False
np.random.seed(1234)
그러다 겨우 찾아낸 문제가 바로 데이터셋 제작할 때, train에 썻던 이미지 변환방법이 문제였습니다.
이미지 augmentation을 할때, 확률적으로 이미지 변환이 이루어지도록 데이터셋을 제작하는 바람에 확인용 데이터셋에서도 적용이 되어버리고 말았습니다.
아무튼.. 오전 내내 고민하고 왜그러지 했는데, 해결했습니다.
segmentation 모델 결과가 매번 다른 이유는 데이터셋 구성부터 확인해보시길 바랍니다.
728x90
반응형
'딥러닝\머신러닝' 카테고리의 다른 글
[Deep learning 공부] 딥러닝 공부 포스팅링크 업로드 (0) | 2024.05.24 |
---|---|
[pytorch vs. Tensorflow] 딥러닝 프레임워크? 어떤 차이가 있을까? (0) | 2024.04.04 |
[유사도측정, 데이터분석] 유사도 측정의 중요성 (1) | 2022.12.02 |
[pytorch] 필요한 GPU메모리를 알아봅시다. (0) | 2022.08.25 |
[pytorch, 딥러닝] CUDA out of memory 에러 해결방법(이미지분석) (0) | 2022.08.10 |
댓글