project_ml's Introduction

実験環境構築お試し

コードが散乱した実験環境から整理された実験環境を目指し, インターネット上で探したtipsを導入，試していく

モデルの管理

今のところはパラメータが違ったら別モデルとして作成する modelはclass model(): とし定義してその中に書く

実験の管理

実験設定の管理

argparse x yaml x dataclass

log, 実験結果の管理

<試行回数><yamlファイル名>_<実験内容がわかる名前>

拡張アイディア

モデルを指定したときに動的なimportをしたい

importlib

参考にしたサイト

https://blog.cormoran-web.com/blog/2019/12/ml-reserch-for-iq1/

https://www.slideshare.net/cvpaperchallenge/cvpaperchallenge-tips-241914101

ディレクトリの説明

構造はtreeコマンドで描画

datasets

生データを置く datasets/データ名/ダウンロードした本体前処理が必要な場合は一緒に前処理プログラムを置く
experiments

実験スクリプト
- <実験名>/ README.md, 実験設定ファイル, 実行ファイルを置く
moudules

実験で使う機能(データローダ,model,性能試験, 前処理したデータ ...)
scripts
survey 論文pdf, 調査メモなど置く
tests テストコード
utils

上のディレクトリ分類にないファイルを置く

.
├── README.md
├── createDir.sh
├── datasets
├── experiments
├── moudules
│   └── loaders
│       └── model_op.py
├── requirements.txt
├── scripts
├── setup.cfg
├── survey
├── tests
└── utils

Recommend Projects