https://github.com/ArturUFJF/VC-Trabalho-Pratico

Runs do Trabalho

Sobre a experimentação

DenseNet 121

A estratégia abordada segue uma busca sistemática por hiperparâmetros, partindo de uma configuração base e evoluindo conforme a performance de validação. Sendo o objetivo equilibrar um bom valor para a acurácia final com a eficiência computacional. Os testes a seguir foram feitos usando o tamanho padrão do dataset CIFAR-10 (32x32x3).

Hardware e Sistema Operacional

todos os experimentos com a DenseNet 121 foram feitas na mesma máquina com o sistema operacional Windows-11-10.0.26100-SP0 com as seguintes configurações de hardware:

System Hardware

CPU count 6
Logical CPU count 12
GPU count 1
GPU type NVIDIA GeForce RTX 3060

Hiperparâmetros iniciais

O ponto de partida para o experimento utiliza os seguintes valores de hiperparâmetros abaixo.

Hiperparâmetros Valores
Epochs 15
Batch 64
Learning Rate $1e-3$
Camadas descongeladas 0

Descongelamento e Taxa de aprendizado.

Diferente de uma busca isolada, os parâmetros de camadas descongeladas e taxa de aprendizado serão testados em conjunto.

O critério de seleção para esse conjunto será o par que apresentar o menor valor perda durante a validação e não apresentar divergências em seus gráficos.

para isso foram realizados os experimentos densenet121-tl-run de números: 1400, 1602, 1625, 1651, 1709, 1727, 1745, 1808, 1828, 1857, 1922, 1942, 2002, 2022, 2042, 2101.

os valores encontrados em cada experimento podem ser encontrados na tabela baixo: