[code] ResNet56 with Cifar-10

Deep Residual Learning for Image Recognition 구현

이 논문의 resnet은 Cifar-10 데이터 셋으로 학습이 가능한데, 논문에서 제시하는 Cifar-10 을 위한 56레이어의 Resnet으로 구현하였다.

cifar-10 데이터셋 학습 조건은 다음과 같으며 동일하게 수행하였다.

Epoch : 200

BATCH SIZE: 128

Learning rate decay (코드 참고)

앞서 해석한 논문을 참고하면 코드를 이해하기 편할 것이다! => 참고! Deep Residual Learning for Image Recognition

[학습결과]

original paper work와 비교했을 때 비슷한 그래프 양상을 보임

Error를 비교했을 때 내 모델의 정확도가 0.92 정도로, 논문에서 제시하는 0.93과 비슷하게 나온 것을 볼 수 있다.

참고

[1] https://keras.io/zh/examples/cifar10_resnet/