케라스를 활용해 멀티태스크 러닝을 구현해보고자 하는 repo입니다.
구현하는 데 앞서 image classification 모델을 각각 Multiclass, Multilabel로 개발해보며 각각의 차이를 익혀보고,
최종적으로는 이 분류기들을 활용한 Multi-task Learning 모델을 구현해보겠습니다.
Multiclass, Multilabel을 비교하는 데에는 크롤링한 의류 데이터를 활용할 예정이며,
Multilabel을 잘 사용할 만한 예제인 Fashion MNIST를 통해 멀티 레이블만 한 번 더 구현해보겠습니다.
마지막으로 다수의 Multiclass, Multilabel 분류기들을 Hard Parameter Sharing 방법으로 연결한 Multi-task Learning 모델을 구현해보겠습니다.
| 코드 | 내용 | 데이터 |
|---|---|---|
| vgg16_adj.py | VGG16을 살짝 수정하여 구현한 모델 |
|
| multiclass_cnn.ipynb | 간단한 데이터셋으로 Multiclass모델 구현 |
의류 데이터 |
| multilabel_cnn.ipynb | 간단한 데이터셋으로 Multilabel모델 구현 |
의류 데이터 |
| multilable_cnn_fashion_mnist.ipynb | 인식 분야 데이터를 활용하여 Multilabel모델 구현 |
Fashion MNIST |
| multitask_learning.ipynb | 4개의 Multiclass, 1개의 Multilabel을 공유하는 Multi-task Learning구현 |
페이트 게임 일러스트 데이터 |
의류 데이터 : 데이터 링크
Fashion MNIST :
페이트 게임 일러스트 데이터 : 원작자의 코드 및 데이터 링크.