AncomWiki

2024-01-03 할 일: T4 변환 및 성능 평가

Properties1
description2024년 1월 3일 작업 기록으로, T4 모델 변환 작업(alphanumber, katakana 완료, address 미완료)과 address(kanji) 모델 성능 평가 결과를 포함한다. 평가 결과 성능이 매우 낮아('ㅈ망임') Dan이 랜덤 패딩을 적용하여 sommers-e2e rtfairseq 모델을 재학습하기로 했다.

37 min read

2024-01-03 할 일: T4 변환 및 성능 평가

Source

  • Field Notes/ReturnZero/Daily Notes/Day 916. 2024-01-03.md

Summary

2024년 1월 3일 작업 기록으로, T4 모델 변환 작업(alphanumber, katakana 완료, address 미완료)과 address(kanji) 모델 성능 평가 결과를 포함한다. 평가 결과 성능이 매우 낮아(‘ㅈ망임’) Dan이 랜덤 패딩을 적용하여 sommers-e2e rtfairseq 모델을 재학습하기로 했다.

Key Points

  • T4 모델 변환 진행: alphanumber 및 katakana는 완료, address는 미완료 상태
  • address(kanji) 모델 성능 평가: 0915 테스트셋 기준 성능이 매우 낮음
  • 대응 방안: Dan이 랜덤 패딩(random padding)을 적용하여 sommers-e2e rtfairseq 모델 재학습 시작
  • 관련 모델 경로: /home/ec2-user/onnx_models/240103_JPN_MODELS

그래프 뷰

백링크