finetuning_torchvision_models_tutorial.py 번역 - #775
Conversation
ganghe74
left a comment
There was a problem hiding this comment.
초반에 사소한 실수가 있어서 코멘트 몇 개 남겨드렸습니다.
확인 부탁드려요!
| @@ -1,43 +1,43 @@ | |||
| """ | |||
| Finetuning Torchvision Models | |||
There was a problem hiding this comment.
한글 제목과 영문 제목이 같이 있는데 영문을 지워야 할 것 같아요.
| """ | ||
| Finetuning Torchvision Models | ||
| Torchvision 모델의 미세 조정(Finetuning) | ||
|
|
There was a problem hiding this comment.
제목 라인과 ===== 라인 사이에 빈 라인이 있는데, 지워주셔야 할 것 같습니다.
|
|
||
| ============================= | ||
|
|
||
| **Author:** `Nathan Inkawhich <https://github.com/inkawhich>`__ |
There was a problem hiding this comment.
Author는 남겨둬야하지 않을까요 !!...
There was a problem hiding this comment.
수정 완료했습니다!
리뷰 감사합니다 😀
There was a problem hiding this comment.
앗,,, 제 의도는 다음처럼 Author, 번역자가 모두 표시될 수 있도록 다음처럼 수정하라는 것이었습니다.
**Author:** `Nathan Inkawhich <https://github.com/inkawhich>`__
**번역**: `송채영 <https://github.com/dudtheheaven>`__
There was a problem hiding this comment.
넵 반영하여 수정하겠습니다!
There was a problem hiding this comment.
저자와 번역자 부분이 반영이 안된거 같습니다 확인 부탁드려요
There was a problem hiding this comment.
번역은 잘 추가되었는데, 저자 부분이 빠진거 같습니다 확인부탁드립니다
|
|
||
| ============================= | ||
|
|
||
| **Author:** `Nathan Inkawhich <https://github.com/inkawhich>`__ |
There was a problem hiding this comment.
저자와 번역자 부분이 반영이 안된거 같습니다 확인 부탁드려요
| ###################################################################### | ||
| # Helper Functions | ||
| # 도우미 함수(Helper Functions) | ||
| # ---------------- |
There was a problem hiding this comment.
소문단 제목이 길어질 경우 ---도 같이 길어져야합니다
| num_ftrs = model_ft.AuxLogits.fc.in_features | ||
| model_ft.AuxLogits.fc = nn.Linear(num_ftrs, num_classes) | ||
| # Handle the primary net | ||
| # 기본 네트워크(primary net) 처리 |
There was a problem hiding this comment.
primary는 기본보다는 주 네트워크로 하는건 어떨까요?
|
|
||
| ###################################################################### | ||
| # Load Data | ||
| # 데이터 로드 |
There was a problem hiding this comment.
데이터 로드는 데이터 읽어들이기로 순화 가능할거 같습니다
There was a problem hiding this comment.
네 수정 사항 반영해보겠습니다. 리뷰 감사합니다! 😀
| # 오히려, 연구자가 기존의 아키텍처를 살펴보고 각 모델에 맞게 커스텀 조정을 해야합니다. | ||
|
|
||
| # | ||
| # 이 문서에서는 두 가지 유형의 전이 학습을 수행합니다: 미세 조정과 특징 추출입니다. |
There was a problem hiding this comment.
한글 문서에서는 :를 자주 쓰이지 않으니, 그냥 .으로 바꾸는건 어떨까요?
|
|
||
| # | ||
| # 이 문서에서는 두 가지 유형의 전이 학습을 수행합니다: 미세 조정과 특징 추출입니다. | ||
| # **미세 조정** 에서는 , 사전 학습된 모델로 시작해 |
There was a problem hiding this comment.
'에서는 ,'
에서는과 , 사이에 불필요한 공백이 있는거 같습니다
| # 새로운 작업을 위해 모델의 매개변수 *모두* 를 업데이트 하여 본질적으로 전체 모델을 재학습합니다. | ||
| # **특징 추출**에서는, 사전 학습된 모델로 시작해 | ||
| # 예측을 도출하는 최종 레이어의 가중치만 업데이트합니다. | ||
| # 사전 학습된 CNN을 고정된 특징 추출기(classifier)로 사용하고 |
There was a problem hiding this comment.
특징 추출기(classifier)가 아니라
특징 추출기(feature-extractor)가 아닐까요?
맞는지 확인 부탁드립니다
| # 출력 레이어만 변경하기 때문에 이를 특징 추출이라고 합니다. | ||
| # 전송(transfer)에 대한 자세한 기술 정보는 | ||
| # `여기 <https://cs231n.github.io/transfer-learning/>`__ 와 | ||
| # `여기 <https://ruder.io/transfer-lea를 재구성합니다. |
There was a problem hiding this comment.
ruder.io 관련 링크가 닫힘이 제대로 안된거 같습니다
There was a problem hiding this comment.
윗 피드백 모두 수정 완료 하였습니다.
꼼꼼한 리뷰 감사합니다! 😁
|
|
||
| ###################################################################### | ||
| # Set Model Parameters’ .requires_grad attribute | ||
| # 모델 매개변수의 .requires_grad 속성 설 |
There was a problem hiding this comment.
속성 설은 속성 설정의 오타인거 같습니다.
확인 부탁드립니다
| # (299,299), whereas all of the other models expect (224,224). | ||
| # 이제 가장 흥미로운 부분입니다. | ||
| # 여기서는 각 네트워크의 재구성을 처리합니다. | ||
| # 이 절차는 자동(automatic) 절차가 아니며 각 모델마다 고유합니다. |
There was a problem hiding this comment.
자동은 흔히 쓰이는 말이므로 영어 병기가 필요 없을 것 같습니다
| # that have batch normalizations layers. Here we use VGG-11 with batch | ||
| # normalization. The output layer is similar to Alexnet, i.e. | ||
| # VGG는 `Very Deep Convolutional Networks for | ||
| # Large-Scale Image Recognition <https://arxiv.org/pdf/1409.1556.pdf>`__. 논문에서 소개되었습니다. |
There was a problem hiding this comment.
문장 마침표가 . 2개 입니다 중간에는 필요없을거 같습니다
| # 여기에 표시된 모델들과는 다른 출력 구조를 사용합니다. | ||
| # Torchvision에는 두 가지 버전의 Squeezenet이 있고 여기서는 1.0 버전을 사용합니다. | ||
| # 출력은 분류기(classifier)의 첫 번째 레이어인 | ||
| # 1x1 컨볼루션 레이어에서 나옵니다: |
There was a problem hiding this comment.
컨볼류션은 보통 합성곱으로 표시하고 있습니다
https://github.com/PyTorchKorea/tutorials-kr/blob/master/TRANSLATION_GUIDE.md
There was a problem hiding this comment.
참고하여 번역 수정하였습니다!
리뷰 늘 감사합니다 😀
| # Networks <https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf>`__ 논문에 소개된 바 있으며 | ||
| # ImageNet 데이터셋에서 최초로 매우 성공적인 CNN을 구현한 바 있습니다. | ||
| # 모델의 아키텍처를 프린트하면 모델 출력이 | ||
| # 분류기(classifier)의 6번 째 레이어에서 나오는 것을 볼 수 있습니다. |
| model_ft, input_size = initialize_model(model_name, num_classes, feature_extract, use_pretrained=True) | ||
|
|
||
| # Print the model we just instantiated | ||
| # 방금 인스턴스화한 모델 프린트 |
| ###################################################################### | ||
| # Load Data | ||
| # 데이터 읽어 들이기 | ||
| # --------- |
| # 다음으로 이러한 매개변수 목록을 만들고 | ||
| # 이 목록을 SGD 알고리즘 생성자(constructor)에 입력합니다. | ||
| # | ||
| # 이를 확인하려면 프린트된 매개변수를 확인하여 학습하세요. |
There was a problem hiding this comment.
피드백 주신 부분 모두 반영하여 수정하였습니다!
확인 부탁드립니다 ㅎㅎ
라이선스 동의
변경해주시는 내용에 BSD 3항 라이선스가 적용됨을 동의해주셔야 합니다.
더 자세한 내용은 기여하기 문서를 참고해주세요.
동의하시면 아래
[ ]를[x]로 만들어주세요.관련 이슈 번호
이 Pull Request와 관련있는 이슈 번호를 적어주세요.
이슈 또는 PR 번호 앞에 #을 붙이시면 제목을 바로 확인하실 수 있습니다. (예. #999 )
PR 종류
이 PR에 해당되는 종류 앞의
[ ]을[x]로 변경해주세요.PR 설명
이 PR로 무엇이 달라지는지 대략적으로 알려주세요.
finetuning_torchvision_models_tutorial 문서를 번역하였습니다.