10/29 공부기록

오늘도 역시나 다양한 오류들을 마주하며...

파라미터들의 쓰임새를 다시 한번 체크한다.

roi_bbox_specific        shape: (1000, 4)             min:   -2.11556  max:    2.82945  float32
refined_proposals        shape: (1000, 4)             min:   -7.00000  max:  594.00000  int32

ValueErrorTraceback (most recent call last)
<ipython-input-23-8e985251e4f2> in <module>
     12 # ids = np.arange(roi_boxes.shape[0])  # Display all
     13 limit = 5
---> 14 ids = np.random.randint(0, len(roi_positive_ixs), limit)  # Display random sample
     15 captions = ["{} {:.3f}".format(dataset.class_names[c], s) if c > 0 else ""
     16             for c, s in tqdm(zip(roi_class_ids[roi_positive_ixs][ids], roi_scores[roi_positive_ixs][ids]))]

mtrand.pyx in numpy.random.mtrand.RandomState.randint()

bounded_integers.pyx in numpy.random.bounded_integers._rand_int64()

ValueError: low >= high

 

 

WARNING:tensorflow:From /usr/local/lib/python3.6/dist-packages/keras/backend/tensorflow_backend.py:422: The name tf.global_variables is deprecated. Please use tf.compat.v1.global_variables instead.

 

튜닝때문에 애를 먹는건 혼자만이 아닐 터, 각종 자료들 검색, 깃헙 private로 논문들 저장해 놓으니 자료읽기가 수월함.

논문

• Faster Training of Mask R-CNN by Focusing on Instance Boundaries
  Roland S. Zimmermann, Julien N. Siems
• Hyper-Parameter Optimization: A Review of Algorithms and Applications
  Tong Yu, Hong Zhu
• Mask R-CNN Application: Instance Segmentation in Driving Scenes (CS230)

 

참고 - 주피터 노트북에서 텐서보드 열기

도커에서 명령어로 텐서보드 연결하다가 주피터에서도 바로 볼 수 있다는걸 뒤늦게 확인;; weight값이 저장되고 있는 logs 폴더에서 해당 weight 폴더 선택하면 아래와 같이 휴지통 옆에 Tensorboard 아이콘이 자동으로 뜬다... 누르면 바로 연동됨.

 

loss값과 val_loss값 확인

 

텐서보드에서 CNN이 어찌 작용하는지 그래프로도 확인 가능

 

연습문제들 확인할 땐 로컬보다는 코랩이용하는게 훨씬 나은듯