## 본 competition은 2022년 인공지능 수업 라이브 코딩을 위한 competition입니다.
- - -
[주어진 기본 모델](https://colab.research.google.com/drive/1JigDpUyfh-UQcPrhKjjHQacpdE86EChb?usp=sharing)의 구조를 변경하고 하이퍼파라미터를 조절하여 성능을 향상시켜보고  
훈련된 모델로 예측값을 생성하여 제출하세요.  
- - -
이번에 사용할 dataset은 CIFAR-100입니다.  
CIFAR-100은 32x32픽셀의 컬러이미지(RGB) 60000개로 이루어져 있으며    
( training set - 50000, test set - 10000 )    
각 이미지는 100개의 클래스로 구분되어있습니다.    
- - -
### [중요]
* `torchvision.models`는 절대 import할 수 없습니다.
즉, Pretrained 모델을 사용하거나 인터넷에서 코드를 가져오면 안됩니다.
* Pytorch 공식 문서만 열람 가능합니다.
* 본인이 구조를 변경하여 시도한 기록을 주석으로 남겨주세요.
* 제출시,
  * .csv 파일을 캐글에 submit 하고
  * Team 탭에서 팀이름을 자신의 학번(ex. 20221234)으로 변경하세요.
  * 작성하신 ipynb 파일은 14주차 "라이브 코딩 ipynb 파일 제출" 과제 게시판에 업로드 하시면 됩니다.