안녕하세요 현재 tta를 사용하려는 도중에 있습니다.
\n\n`def _tta(model,model_size, tta_steps):\n predictions = []\n test_generator = None
\n\nif(model_size == 224):\n test_generator = test_generator_224\n elif(model_size == 299):\n test_generator = test_generator_299
\n\nfor i in (range(tta_steps)):\n prediction = model.predict_generator(generator = test_generator, steps = get_steps(nb_test_samples, batch_size), verbose = 1)\n predictions.append(prediction)
\n\nreturn np.mean(predictions, axis = 0)`\n(코드가 개행이 안되네요 가독성 죄송합니다)
\n\n위 코드를 사용하여 진행하려고 합니다.
\n\n그런데 tta를 사용하는 것보다 그렇지 않은 단일(?) 예측의 결과값이 더 좋게 나옵니다.
\n\n다른 블로그를 찾아봐도 다른점은 없고, 거의 모든 예제가 1~2% 향상된 점을 보여주어 시도해보았는데 제 경우는 10~20%정도가 감소하게 됩니다.
\n\n어떤 점이 문제인지 몰라 글에 담지는 않는 대신 댓글로 달아주시면 해당하는 사항들을 전부 대댓글에 달도록하겠습니다.
\n\nkeras에서 tta를 사용할 때, 최종 성능이 감소하게 된다면 어떤 부분을 주로 보아야 할까요??
", "messages": [ { "id": 567902, "postDate": "2019-07-04T06:30:39.303Z", "content": "성능이 그렇게까지 감소하는건 버그가 있다고 생각이 되네요. tta로 성능이 안좋아질순 있지만 정말 미세하게 안좋아집니다
", "rawMarkdown": "성능이 그렇게까지 감소하는건 버그가 있다고 생각이 되네요. tta로 성능이 안좋아질순 있지만 정말 미세하게 안좋아집니다", "votes": 1, "replies": [ { "id": 567931, "postDate": "2019-07-04T07:07:01.947Z", "content": "아 참고하겠습니다. 감사합니다.\n좋은 커널 또한 감사합니다!
", "rawMarkdown": "아 참고하겠습니다. 감사합니다.\n좋은 커널 또한 감사합니다!", "votes": 2 } ] }, { "id": 567729, "postDate": "2019-07-03T23:44:45.280Z", "content": "generator는 한번 다 쓰고 나면 generator.reset()으로 초기화해줘야 합니다.
", "rawMarkdown": "generator는 한번 다 쓰고 나면 generator.reset()으로 초기화해줘야 합니다.", "votes": 1, "replies": [ { "id": 567880, "postDate": "2019-07-04T05:42:42.547Z", "content": "감사합니다.
\n\ntest_generato는 코드에 포함되지 않아있는데 초기화시켜서 사용하고 있습니다. 혹시 predictor_generator도 포함되는지 여쭤보고 싶습니다
", "rawMarkdown": "감사합니다. \n\ntest_generato는 코드에 포함되지 않아있는데 초기화시켜서 사용하고 있습니다. 혹시 predictor_generator도 포함되는지 여쭤보고 싶습니다", "votes": 1 }, { "id": 567890, "postDate": "2019-07-04T06:08:41.327Z", "content": "```\ntest_preds = np.zeros((len(test), 196))\nfor i in range(n):\n test_generator = Generator(test) # 케라스 generator\n test_preds += model.predict_generator(\n test_generator,\n verbose=1,\n )
\n\npred = test_preds.argmax(axis=1)+1\n```\n저는 이렇게 했습니다. 이렇게 하셨는데 안되면 저도 정확한 원인은 잘 모르겠네요 ㅜㅜ
", "rawMarkdown": "```\ntest_preds = np.zeros((len(test), 196))\nfor i in range(n):\n test_generator = Generator(test) # 케라스 generator\n test_preds += model.predict_generator(\n test_generator,\n verbose=1,\n )\n \npred = test_preds.argmax(axis=1)+1\n```\n저는 이렇게 했습니다. 이렇게 하셨는데 안되면 저도 정확한 원인은 잘 모르겠네요 ㅜㅜ", "votes": 1 } ] }, { "id": 567527, "postDate": "2019-07-03T16:37:08.520Z", "content": "안녕하세요 현재 tta를 사용하려는 도중에 있습니다.
\n\n`def _tta(model,model_size, tta_steps):\n predictions = []\n test_generator = None
\n\nif(model_size == 224):\n test_generator = test_generator_224\n elif(model_size == 299):\n test_generator = test_generator_299
\n\nfor i in (range(tta_steps)):\n prediction = model.predict_generator(generator = test_generator, steps = get_steps(nb_test_samples, batch_size), verbose = 1)\n predictions.append(prediction)
\n\nreturn np.mean(predictions, axis = 0)`\n(코드가 개행이 안되네요 가독성 죄송합니다)
\n\n위 코드를 사용하여 진행하려고 합니다.
\n\n그런데 tta를 사용하는 것보다 그렇지 않은 단일(?) 예측의 결과값이 더 좋게 나옵니다.
\n\n다른 블로그를 찾아봐도 다른점은 없고, 거의 모든 예제가 1~2% 향상된 점을 보여주어 시도해보았는데 제 경우는 10~20%정도가 감소하게 됩니다.
\n\n어떤 점이 문제인지 몰라 글에 담지는 않는 대신 댓글로 달아주시면 해당하는 사항들을 전부 대댓글에 달도록하겠습니다.
\n\nkeras에서 tta를 사용할 때, 최종 성능이 감소하게 된다면 어떤 부분을 주로 보아야 할까요??
", "rawMarkdown": "안녕하세요 현재 tta를 사용하려는 도중에 있습니다.\n\n`def _tta(model,model_size, tta_steps):\n predictions = []\n test_generator = None\n \n if(model_size == 224):\n test_generator = test_generator_224\n elif(model_size == 299):\n test_generator = test_generator_299\n \n for i in (range(tta_steps)):\n prediction = model.predict_generator(generator = test_generator, steps = get_steps(nb_test_samples, batch_size), verbose = 1)\n predictions.append(prediction)\n \n return np.mean(predictions, axis = 0)`\n(코드가 개행이 안되네요 가독성 죄송합니다)\n\n위 코드를 사용하여 진행하려고 합니다.\n\n그런데 tta를 사용하는 것보다 그렇지 않은 단일(?) 예측의 결과값이 더 좋게 나옵니다.\n\n다른 블로그를 찾아봐도 다른점은 없고, 거의 모든 예제가 1~2% 향상된 점을 보여주어 시도해보았는데 제 경우는 10~20%정도가 감소하게 됩니다.\n\n어떤 점이 문제인지 몰라 글에 담지는 않는 대신 댓글로 달아주시면 해당하는 사항들을 전부 대댓글에 달도록하겠습니다.\n\nkeras에서 tta를 사용할 때, 최종 성능이 감소하게 된다면 어떤 부분을 주로 보아야 할까요??", "votes": 2 }, { "id": 567986, "postDate": "2019-07-04T08:18:48.197Z", "content": "for i in (range(ttasteps)):
\n testgenerator.reset()\n prediction = model.predictgenerator(\n generator = testgenerator, \n steps = getsteps(nbtestsamples, batch_size), \n verbose = 1\n ) \n predictions.append(prediction)
return np.mean(predictions, axis = 0)
", "rawMarkdown": "for i in (range(ttasteps)): \n testgenerator.reset()\n prediction = model.predictgenerator(\n generator = testgenerator, \n steps = getsteps(nbtestsamples, batch_size), \n verbose = 1\n ) \n predictions.append(prediction)\n\nreturn np.mean(predictions, axis = 0)" }, { "id": 567886, "postDate": "2019-07-04T06:04:49.700Z", "rawMarkdown": "", "isDeleted": true } ], "comments": [ { "id": 567902, "author_name": "saewonYang", "author_url": "", "post_date": "2019-07-04T06:30:39.303000", "content": "성능이 그렇게까지 감소하는건 버그가 있다고 생각이 되네요. tta로 성능이 안좋아질순 있지만 정말 미세하게 안좋아집니다
", "votes": 1, "replies": [ { "id": 567931, "author_name": "hwiyong joe", "author_url": "", "post_date": "2019-07-04T07:07:01.947000", "content": "아 참고하겠습니다. 감사합니다.\n좋은 커널 또한 감사합니다!
", "votes": 2, "replies": [] } ] }, { "id": 567729, "author_name": "YoonSoo", "author_url": "", "post_date": "2019-07-03T23:44:45.280000", "content": "generator는 한번 다 쓰고 나면 generator.reset()으로 초기화해줘야 합니다.
", "votes": 1, "replies": [ { "id": 567880, "author_name": "hwiyong joe", "author_url": "", "post_date": "2019-07-04T05:42:42.547000", "content": "감사합니다.
\n\ntest_generato는 코드에 포함되지 않아있는데 초기화시켜서 사용하고 있습니다. 혹시 predictor_generator도 포함되는지 여쭤보고 싶습니다
", "votes": 1, "replies": [] }, { "id": 567890, "author_name": "YoonSoo", "author_url": "", "post_date": "2019-07-04T06:08:41.327000", "content": "```\ntest_preds = np.zeros((len(test), 196))\nfor i in range(n):\n test_generator = Generator(test) # 케라스 generator\n test_preds += model.predict_generator(\n test_generator,\n verbose=1,\n )
\n\npred = test_preds.argmax(axis=1)+1\n```\n저는 이렇게 했습니다. 이렇게 하셨는데 안되면 저도 정확한 원인은 잘 모르겠네요 ㅜㅜ
", "votes": 1, "replies": [] } ] }, { "id": 567986, "author_name": "taehyung", "author_url": "", "post_date": "2019-07-04T08:18:48.197000", "content": "for i in (range(ttasteps)):
\n testgenerator.reset()\n prediction = model.predictgenerator(\n generator = testgenerator, \n steps = getsteps(nbtestsamples, batch_size), \n verbose = 1\n ) \n predictions.append(prediction)
return np.mean(predictions, axis = 0)
", "votes": 0, "replies": [] }, { "id": 567886, "author_name": "", "author_url": "", "post_date": "2019-07-04T06:04:49.700000", "content": "", "votes": 0, "replies": [] } ], "raw_markdown_by_id": { "567902": "성능이 그렇게까지 감소하는건 버그가 있다고 생각이 되네요. tta로 성능이 안좋아질순 있지만 정말 미세하게 안좋아집니다", "567729": "generator는 한번 다 쓰고 나면 generator.reset()으로 초기화해줘야 합니다.", "567527": "안녕하세요 현재 tta를 사용하려는 도중에 있습니다.\n\n`def _tta(model,model_size, tta_steps):\n predictions = []\n test_generator = None\n \n if(model_size == 224):\n test_generator = test_generator_224\n elif(model_size == 299):\n test_generator = test_generator_299\n \n for i in (range(tta_steps)):\n prediction = model.predict_generator(generator = test_generator, steps = get_steps(nb_test_samples, batch_size), verbose = 1)\n predictions.append(prediction)\n \n return np.mean(predictions, axis = 0)`\n(코드가 개행이 안되네요 가독성 죄송합니다)\n\n위 코드를 사용하여 진행하려고 합니다.\n\n그런데 tta를 사용하는 것보다 그렇지 않은 단일(?) 예측의 결과값이 더 좋게 나옵니다.\n\n다른 블로그를 찾아봐도 다른점은 없고, 거의 모든 예제가 1~2% 향상된 점을 보여주어 시도해보았는데 제 경우는 10~20%정도가 감소하게 됩니다.\n\n어떤 점이 문제인지 몰라 글에 담지는 않는 대신 댓글로 달아주시면 해당하는 사항들을 전부 대댓글에 달도록하겠습니다.\n\nkeras에서 tta를 사용할 때, 최종 성능이 감소하게 된다면 어떤 부분을 주로 보아야 할까요??", "567986": "for i in (range(ttasteps)): \n testgenerator.reset()\n prediction = model.predictgenerator(\n generator = testgenerator, \n steps = getsteps(nbtestsamples, batch_size), \n verbose = 1\n ) \n predictions.append(prediction)\n\nreturn np.mean(predictions, axis = 0)", "567886": "" } }