Be the only one, not the best one

안녕하세요 SLAM 공부 김기섭입니다.

엊그제 즈후라는 중국사이트에서 슬램 인터뷰 후기를 읽었는데요 (영어로 번역해서 보시면 됩니다)
몇개 질문들이 요약되어 있더라구요
https://zhuanlan.zhihu.com/p/46696986
(ps. 그 외에 슬램 포스트들도 좋아보입니다)
https://www.zhihu.com/search?type=content&q=slam
https://www.zhihu.com/topic/20033502/hot

슬램 인터뷰 질문들을 구글 스프레드 시트에 옮겨서 정리해보았습니다.
https://bit.ly/slam_interview_20

그리고 혹시 천천히 생각날때마다 같이 채워주실분 계실까요?
저도 모든 센서를 다 해본 것도 아니고 여전히 모르는게 많아서
다른분들이 질문을 채워주시면 뭘 모르는지를 알게 되는 상태가 되어서
공부하는데 도움도 크게 될것같습니다.

감사합니다!

https://youtu.be/4DrCIVS5U3Y

https://www.facebook.com/groups/PyTorchKR/permalink/1681245292015145/

안녕하세요,

학습을 끝낸 모델을 저장했다가 다시 불러오면 accuracy가 현저히 떨어지는 문제가 발생하는데 도무지 원인을 알 수가 없어 질문드립니다.

현재 pre-trained model을 불러와 own train dataset과 validation dataset으로 학습(fine-tuning)을 끝낸 후, test dataset에 대해 classification을 시도하고 있습니다.

vgg16과 resnet152에 대해서는 validation dataset에서만큼 test dataset에서도 문제없이 accuracy를 얻어냈는데, inception-v3를 사용하면 validation에서는 97-98%를 보이던 모델의 accuracy가 test에서 20% 정도밖에 나오질 않습니다.

혹시나해서 학습이 끝나고 메모리 날리지 않은 상태에서 trained model에 direct로 test dataset을 넣어봤을 때는 accuracy가 잘나오고 있습니다.. 그래서 아마 저장이나 불러오는 과정에서의 문제가 있는 것 같은데, 혹시 inception-v3에서는 따로 저장해줘야 하는 요소가 더 있는건가요?

* 학습이 끝난 model과 optimizer 모두 state_dict로 저장했고, 나중에 불러올 때는 처음에 학습할 때 세팅한 model frame을 만들고 FC layer에서 최종 출력되는 class도 변경하고서 load_state_dict를 적용했습니다.