[멘토링] 멘토링 5/26 일지

[bsm8734]

🌿 멘토링

문영기 멘토님

Pycharm의 유용한 기능

• cmd+click : reference 따라가기
• vcs history : 편집기록확인, 코드 작업한 로그
• refactor → safe delete : (변수) 연관된 모든 곳에서 변경/삭제해줌
• sftp: 로컬에서 코드 작업하고 저장 후 서버에서 업로드 되서 서버에서 사용 가능

협업환경 구축

• GitKraken 추천(Git GUI 툴)
  • 그러나 이 repo는 현재 private이므로 사용불가
• BitBucket 추천(Github 같은 깃 버전관리 툴)
• Issue Based 협업 방식 추천(아래에 자세히 설명)
  • commit log convention 정하기
  • 작업 시, issue 번호 사용
• (참고) bitbucket category 정보
  
  • priority: 작업의 우선도
  • type: Github에 label같은 것
  • assignee: 담당자

Tip

• 할 일의 deadline을 정하고, 정해진 deadline 내에 완료하도록 하기
• Stand-up Meeting(아침 회의)
• 스크럼(애자일 방법론)
  • ex) 매일 아침 출첵전 5분 어제 뭐했고, 오늘 뭐할건지

Git conflict 해결하는 방법

• GitKraken 사용하면 빠르게 해결 가능
• conflict 고치는 것은 팀장이 주로 담당하는 것을 추천(or 팀장과 conflict 낸 당사자)
  • 전체적인 코드의 흐름을 조율하는 역할

Issue Based 협업

• 브랜치 넘버, issue 넘버를 통일시키기
• 방법
  • issue 게시판에 올라오는 순서를 바탕으로 브랜치/issue 번호를 본인이 부여
  • issue 작성: 어떤 작업을 할지 작성하기
  • issue에 댓글로 무슨 작업을 했는지를 적기
  • 브랜치 따는 기준은 서로 합의해서 정하기
• 장점
  • 문제 생겼을때 문제의 원인 파악이 쉬움
  • 브랜치도 이슈 넘버로 적용
• 소현님 추천
  • https://www.npmjs.com/package/git-cz
  • github repo: https://github.com/commitizen/cz-cli
  • 그러나, 주로 로컬 작업 때 썼던거라, 서버에서 쓰려면 npm 깔고 해야할 것임
• (참고) issue based 협업 방식
• https://www.huskyhoochu.com/issue-based-version-control-101/
• https://www.huskyhoochu.com/issue-based-version-control-201/

실험 브랜치

• 실험이 간단한거여도 브랜치를 파서 꼭 하기
• issue 넘버는 유지하되 브랜치를 만들 필요는 없음
• 이슈는 원하는 실험 주제를 파고 그 결과를 댓글에 남겨놓으면 됨
  • 이슈를 쓰는 이유는 우리의 로그를 관리하기 위함
  • 브랜치를 이슈넘버로 만드는 이유는 여러가지 정보를 트래킹하기 위함
• 안되거나 못하겠으면 빠르게 못하겠다고 해야함
  • 회의할때가 되어서야 못하겠다고 하면, task가 자꾸 밀리게 됨
  • Bottle neck생겼을때, 좀 더 잘하는 사람에게 넘기는 것이 좋음

논문(최신 논문 적용 시 주의할 점)

• 논문의 내용이 재현되지 않을 수 있음
• synthetic 데이터가 아니고, 직접 잘라낸 데이터라(real world data) 실험환경에서 작동하는 모델들이 잘 작동하지 않을 수 있음
• 최신 논문을 적용할 때에는, 논문의 논리와 근거에 의해 판단해야함

데이터

• 이미지를 합성하면 잘 안될 수 있음
  • 일반적으로 real world 데이터에 synthetic 데이터가 들어가면 성능이 좋지 않음
  • 한명 정도 이 작업 해보는 것도 괜찮을 것 같음
• 외부데이터 사용도 고려해보기
• 어떤 작업을 할지 토론해보고, 분담하여 수행(+Deadline 정하기)

OCR 데이터 합성 방법

• overleaf: 온라인 latex 만드는 페이지
• Aida 데이터 → synthetic 데이터

test dataset 확장자는 모두 jpg 인가?

• inference.py 확인해보기(그러나 파일을 읽어서 접근하는 방식이어서 알 수 없었음)
• 아마도 모두 jpg일 것

CTC관련

• Training process이기 때문에 CTC같은 경우는, 디코딩 하는 경우 정답지만 가지고 진행을 하는데, inference할 때에는 학습된 상태에서 진행(→ CTC도 학습 대상이라는 것?)
• forward feedback 방식으로만들면 이해도가 좋아짐(?)
• OCR, 음성인식 분야 면접에서 CTC 관련 질문 나올 수 있음

조언

• 잘 만든 베이스라인이란, 모듈화시켜서 네트워크만 바꿔끼워도 실행될 수 있는 것이라고 생각합
• 어떤 것에 초점을 둘 지 정하면 좋을 것 같음(팀 활동의 목표를 정하기)
  • 협업 경험 vs. 대회 스코어
  • 협업 경험, 개발 경험을 우선시하는 경우: 베이스라인을 따라가는 것이 아닌, 스크래치부터 만들면서 발전시켜보기
  • 대회 스코어를 우선시하는 경우: 베이스라인을 기반으로 최대한 많이 실험해보기
• 코딩테스트를 잘 본다는 전제 하에, 이력서가 합/불을 결정
• 어떤 행동할 때에는, 그렇게 해야하는 이유가 있어야한다고 생각함