{
  "id": 96491,
  "title": "InceptionV3, Xception, NASNetLarge",
  "url": "/competitions/2019-3rd-ml-month-with-kakr/discussion/96491",
  "author_name": "",
  "post_date": "2019-06-20T23:41:40.653715400Z",
  "votes": 8,
  "comment_count": 9,
  "views": 0,
  "content": "<p>사전 훈련 커브넷 중\n위 세가지가 결과가 좋았습니다.</p>\n\n<p>앙상블 계획 하시는 분들 저 세가지 앙상블 하시면 좋은 점수 나올 듯 합니다.\n(저는 PC 자원이 딸려서 몇일 걸릴 듯 하네요)</p>",
  "messages": [
    {
      "id": "556974",
      "postDate": "06/20/2019 23:41:40",
      "content": "<p>사전 훈련 커브넷 중\n위 세가지가 결과가 좋았습니다.</p>\n\n<p>앙상블 계획 하시는 분들 저 세가지 앙상블 하시면 좋은 점수 나올 듯 합니다.\n(저는 PC 자원이 딸려서 몇일 걸릴 듯 하네요)</p>",
      "rawMarkdown": "사전 훈련 커브넷 중\n위 세가지가 결과가 좋았습니다.\n\n앙상블 계획 하시는 분들 저 세가지 앙상블 하시면 좋은 점수 나올 듯 합니다.\n(저는 PC 자원이 딸려서 몇일 걸릴 듯 하네요)",
      "votes": null
    },
    {
      "id": "557325",
      "postDate": "06/21/2019 04:20:16",
      "content": "<p>저의 경우 Xception , NASNetLarge 는 비슷하게 validation acc가 90%정도 나왔고\ninceptionV3는 80%후반정도로 나왔습니다.  Xception이 모델이 가벼워서 가장 괜찮았던것같습니다.</p>",
      "rawMarkdown": "저의 경우 Xception , NASNetLarge 는 비슷하게 validation acc가 90%정도 나왔고\ninceptionV3는 80%후반정도로 나왔습니다.  Xception이 모델이 가벼워서 가장 괜찮았던것같습니다.",
      "votes": null
    },
    {
      "id": "557329",
      "postDate": "06/21/2019 04:27:09",
      "content": "<p>Acc 수치가 동일하지는 않지만 저도 셋 중 Inceptionv3가 val_acc 수치가 좀 떨어지긴 했는데요.\n대신 과대적합 증상이 제일 적게 나왔어요. 훈련데이터 loss와 val_loss 차이가 제일 적었어요.</p>",
      "rawMarkdown": "Acc 수치가 동일하지는 않지만 저도 셋 중 Inceptionv3가 val_acc 수치가 좀 떨어지긴 했는데요.\n대신 과대적합 증상이 제일 적게 나왔어요. 훈련데이터 loss와 val_loss 차이가 제일 적었어요.",
      "votes": null
    },
    {
      "id": "559006",
      "postDate": "06/23/2019 10:37:49",
      "content": "<p>정보 공유해주셔서 감사합니다! :)</p>",
      "rawMarkdown": "정보 공유해주셔서 감사합니다! :)",
      "votes": null
    },
    {
      "id": "559252",
      "postDate": "06/23/2019 18:31:41",
      "content": "<p>좋은정보 감사합니다 :)</p>",
      "rawMarkdown": "좋은정보 감사합니다 :)",
      "votes": null
    },
    {
      "id": "560219",
      "postDate": "06/25/2019 07:25:33",
      "content": "<p>제경우에는 앙상블했을 때 nception v3가 방해가 되었습니다.</p>",
      "rawMarkdown": "제경우에는 앙상블했을 때 nception v3가 방해가 되었습니다.",
      "votes": null
    },
    {
      "id": "560249",
      "postDate": "06/25/2019 07:52:46",
      "content": "<p>정보 공유 감사합니다. 저는 이제 앙상블 하고 있는데..... 논리 오류를 자꾸 범해서 지금 또 다시 돌리고 있네요.</p>",
      "rawMarkdown": "정보 공유 감사합니다. 저는 이제 앙상블 하고 있는데..... 논리 오류를 자꾸 범해서 지금 또 다시 돌리고 있네요.",
      "votes": null
    },
    {
      "id": "560982",
      "postDate": "06/26/2019 02:21:49",
      "content": "<p>저는 resnet50으로 val acc 1.0 근처로 나오는데...^^;; 다른 분들은 그렇지 않은 가 보군요. 다른 상위 랭커분들 validation accuracy가 궁금하네요. </p>",
      "rawMarkdown": "저는 resnet50으로 val acc 1.0 근처로 나오는데...^^;; 다른 분들은 그렇지 않은 가 보군요. 다른 상위 랭커분들 validation accuracy가 궁금하네요.",
      "votes": null
    },
    {
      "id": "561155",
      "postDate": "06/26/2019 07:29:20",
      "content": "<p>저의 개발환경이 windows10에 conda 기반으로 keras를 설치했는데요. 그 버전에는 ResNet50이 없어요... 아쉽네요.</p>",
      "rawMarkdown": "저의 개발환경이 windows10에 conda 기반으로 keras를 설치했는데요. 그 버전에는 ResNet50이 없어요... 아쉽네요.",
      "votes": null
    },
    {
      "id": "561184",
      "postDate": "06/26/2019 08:01:17",
      "content": "<p>제가 글을 잘못 적었네요. 없는건 resnet50이 아니라, ResNeXt50 입니다.</p>",
      "rawMarkdown": "제가 글을 잘못 적었네요. 없는건 resnet50이 아니라, ResNeXt50 입니다.",
      "votes": null
    }
  ],
  "comments": [
    {
      "id": 557325,
      "author_name": "dowaari",
      "author_url": "",
      "post_date": "06/21/2019 04:20:16",
      "content": "<p>저의 경우 Xception , NASNetLarge 는 비슷하게 validation acc가 90%정도 나왔고\ninceptionV3는 80%후반정도로 나왔습니다.  Xception이 모델이 가벼워서 가장 괜찮았던것같습니다.</p>",
      "votes": null,
      "replies": [
        {
          "id": 557329,
          "author_name": "janged",
          "author_url": "",
          "post_date": "06/21/2019 04:27:09",
          "content": "<p>Acc 수치가 동일하지는 않지만 저도 셋 중 Inceptionv3가 val_acc 수치가 좀 떨어지긴 했는데요.\n대신 과대적합 증상이 제일 적게 나왔어요. 훈련데이터 loss와 val_loss 차이가 제일 적었어요.</p>",
          "votes": null,
          "replies": []
        }
      ]
    },
    {
      "id": 559006,
      "author_name": "jsdae1",
      "author_url": "",
      "post_date": "06/23/2019 10:37:49",
      "content": "<p>정보 공유해주셔서 감사합니다! :)</p>",
      "votes": null,
      "replies": []
    },
    {
      "id": 559252,
      "author_name": "uoojin95",
      "author_url": "",
      "post_date": "06/23/2019 18:31:41",
      "content": "<p>좋은정보 감사합니다 :)</p>",
      "votes": null,
      "replies": []
    },
    {
      "id": 560219,
      "author_name": "kimdonggyu",
      "author_url": "",
      "post_date": "06/25/2019 07:25:33",
      "content": "<p>제경우에는 앙상블했을 때 nception v3가 방해가 되었습니다.</p>",
      "votes": null,
      "replies": [
        {
          "id": 560249,
          "author_name": "janged",
          "author_url": "",
          "post_date": "06/25/2019 07:52:46",
          "content": "<p>정보 공유 감사합니다. 저는 이제 앙상블 하고 있는데..... 논리 오류를 자꾸 범해서 지금 또 다시 돌리고 있네요.</p>",
          "votes": null,
          "replies": []
        }
      ]
    },
    {
      "id": 560982,
      "author_name": "ildoonet",
      "author_url": "",
      "post_date": "06/26/2019 02:21:49",
      "content": "<p>저는 resnet50으로 val acc 1.0 근처로 나오는데...^^;; 다른 분들은 그렇지 않은 가 보군요. 다른 상위 랭커분들 validation accuracy가 궁금하네요. </p>",
      "votes": null,
      "replies": [
        {
          "id": 561155,
          "author_name": "janged",
          "author_url": "",
          "post_date": "06/26/2019 07:29:20",
          "content": "<p>저의 개발환경이 windows10에 conda 기반으로 keras를 설치했는데요. 그 버전에는 ResNet50이 없어요... 아쉽네요.</p>",
          "votes": null,
          "replies": []
        },
        {
          "id": 561184,
          "author_name": "janged",
          "author_url": "",
          "post_date": "06/26/2019 08:01:17",
          "content": "<p>제가 글을 잘못 적었네요. 없는건 resnet50이 아니라, ResNeXt50 입니다.</p>",
          "votes": null,
          "replies": []
        }
      ]
    }
  ],
  "raw_markdown_by_id": {
    "556974": "사전 훈련 커브넷 중\n위 세가지가 결과가 좋았습니다.\n\n앙상블 계획 하시는 분들 저 세가지 앙상블 하시면 좋은 점수 나올 듯 합니다.\n(저는 PC 자원이 딸려서 몇일 걸릴 듯 하네요)",
    "557325": "저의 경우 Xception , NASNetLarge 는 비슷하게 validation acc가 90%정도 나왔고\ninceptionV3는 80%후반정도로 나왔습니다.  Xception이 모델이 가벼워서 가장 괜찮았던것같습니다.",
    "557329": "Acc 수치가 동일하지는 않지만 저도 셋 중 Inceptionv3가 val_acc 수치가 좀 떨어지긴 했는데요.\n대신 과대적합 증상이 제일 적게 나왔어요. 훈련데이터 loss와 val_loss 차이가 제일 적었어요.",
    "559006": "정보 공유해주셔서 감사합니다! :)",
    "559252": "좋은정보 감사합니다 :)",
    "560219": "제경우에는 앙상블했을 때 nception v3가 방해가 되었습니다.",
    "560249": "정보 공유 감사합니다. 저는 이제 앙상블 하고 있는데..... 논리 오류를 자꾸 범해서 지금 또 다시 돌리고 있네요.",
    "560982": "저는 resnet50으로 val acc 1.0 근처로 나오는데...^^;; 다른 분들은 그렇지 않은 가 보군요. 다른 상위 랭커분들 validation accuracy가 궁금하네요.",
    "561155": "저의 개발환경이 windows10에 conda 기반으로 keras를 설치했는데요. 그 버전에는 ResNet50이 없어요... 아쉽네요.",
    "561184": "제가 글을 잘못 적었네요. 없는건 resnet50이 아니라, ResNeXt50 입니다."
  },
  "source": "meta"
}