translate hyperparameter_tuning_tutorial.py #595

95hj · 2022-09-04T06:19:23Z

라이선스 동의

변경해주시는 내용에 BSD 3항 라이선스가 적용됨을 동의해주셔야 합니다.

더 자세한 내용은 기여하기 문서를 참고해주세요.

동의하시면 아래 [ ]를 [x]로 만들어주세요.

기여하기 문서를 확인하였으며, 본 PR 내용에 BSD 3항 라이선스가 적용됨에 동의합니다.

PR 종류

이 PR에 해당되는 종류 앞의 [ ]을 [x]로 변경해주세요.

오탈자를 수정하거나 번역을 개선하는 기여
번역되지 않은 튜토리얼을 번역하는 기여
공식 튜토리얼 내용을 반영하는 기여
위 종류에 포함되지 않는 기여

PR 설명

이 PR로 무엇이 달라지는지 대략적으로 알려주세요.
beginner source 폴더의 hyperparameter_tuning_tutorial.py를 번역하였습니다.

kimtaehyeong

전체적으로 번역 잘 해주셨습니다.
보완해야 할 내용은 리뷰로 남겼습니다.

kimtaehyeong · 2022-09-05T01:01:14Z

beginner_source/hyperparameter_tuning_tutorial.py

-# We can only tune those parameters that are configurable. In this example, we can specify
-# the layer sizes of the fully connected layers:
+# 구성 가능한 파라미터만 튜닝이 가능합니다. 
+# 이 예시를 통해 fully connected layers의 계층 크기를 지정할 수 있습니다.


layer의 계층 크기라는 표현보다 layer 크기를 지정할 수 있습니다가 자연스러워 보입니다.

수정 완료했습니다!

kimtaehyeong · 2022-09-05T01:31:20Z

beginner_source/hyperparameter_tuning_tutorial.py

-# PyTorch's abstractions in Ray Tune. Thus, we can wrap our model in ``nn.DataParallel``
-# to support data parallel training on multiple GPUs:
+# 이미지 분류는 GPU를 사용할 때 이점이 많습니다. 운좋게도 Ray Tune에서 파이토치의 추상화를 계속 사용할 수 있습니다. 
+# 따라서 여러 GPU에서 데이터 병렬 훈련을 지원하기 위해 ``nn.DataParallel`` 에서 모델을 래핑할 수 있습니다.
 #
 # .. code-block:: python
 #


@@ -149,25 +133,23 @@ def forward(self, x): 부분이 빠진것 같습니다.

혹시 어떤 부분인지 조금 더 자세히 설명해주실 수 있나요? 원문하고 비교해봤는데 어디가 빠진건지 잘 모르겠습니다

아.. 제가 착각한것 같습니다. 죄송합니다;;

kimtaehyeong · 2022-09-05T01:32:25Z

beginner_source/hyperparameter_tuning_tutorial.py

@@ -283,13 +260,12 @@ def train_cifar(config, checkpoint_dir=None, data_dir=None):
    print("Finished Training")

 ######################################################################
-# As you can see, most of the code is adapted directly from the original example.
+# 보다싶이, 대부분의 코드는 원본 예제에서 직접 적용되었습니다.


보다시피가 맞는 표현 같습니다.

감사합니다 수정 완료입니다:)

kimtaehyeong

해당 부분은 착각한 것 같습니다.

kimtaehyeong · 2022-09-05T07:53:47Z

beginner_source/hyperparameter_tuning_tutorial.py

-# PyTorch's abstractions in Ray Tune. Thus, we can wrap our model in ``nn.DataParallel``
-# to support data parallel training on multiple GPUs:
+# 이미지 분류는 GPU를 사용할 때 이점이 많습니다. 운좋게도 Ray Tune에서 파이토치의 추상화를 계속 사용할 수 있습니다. 
+# 따라서 여러 GPU에서 데이터 병렬 훈련을 지원하기 위해 ``nn.DataParallel`` 에서 모델을 래핑할 수 있습니다.
 #
 # .. code-block:: python
 #


아.. 제가 착각한것 같습니다. 죄송합니다;;

kimtaehyeong · 2022-09-07T00:23:17Z

수고하셨습니다.

hyoyoung

긴 문서 번역하느라 고생하셨습니다.
전반적으로 읽기 쉽게 작성되어 보기가 편합니다
다만 문서에 자주 나오는 래핑은 감싸기로 순화 가능할듯 보이고
몇가지 수정사항을 부탁드립니다

hyoyoung · 2022-09-10T13:31:42Z

beginner_source/hyperparameter_tuning_tutorial.py

-# As you can guess, the ``config`` parameter will receive the hyperparameters we would like to
-# train with. The ``checkpoint_dir`` parameter is used to restore checkpoints. The ``data_dir`` specifies
-# the directory where we load and store the data, so multiple runs can share the same data source.
+# 훈련 스크립트를 ``train_cifar(config, checkpoint_dir=None, data_dir=None)`` 함수로 래핑합니다. 


래핑합니다는 감싸둡니다로 번역해도 좋을 듯 합니다

'감싸둡니다'로 수정하였습니다

hyoyoung · 2022-09-10T13:32:08Z

beginner_source/hyperparameter_tuning_tutorial.py

-# the directory where we load and store the data, so multiple runs can share the same data source.
+# 훈련 스크립트를 ``train_cifar(config, checkpoint_dir=None, data_dir=None)`` 함수로 래핑합니다. 
+# 짐작할 수 있듯이, ``config`` 매개변수는 훈련할 하이퍼파라미터를 받습니다. ``checkpoint_dir`` 매개변수는 체크포인트를
+# 복원하는 데 사용됩니다. ``data_dir`` 은 데이터를 로드하고 저장하는 디렉토리를 지정하므로, 


데이터를 로드하고 저장하는

->

데이터를 읽고 저장하는

이 조금 더 자연스러울듯 합니다

수정 완료했습니다.

hyoyoung · 2022-09-10T13:33:00Z

beginner_source/hyperparameter_tuning_tutorial.py

-# PyTorch's abstractions in Ray Tune. Thus, we can wrap our model in ``nn.DataParallel``
-# to support data parallel training on multiple GPUs:
+# 이미지 분류는 GPU를 사용할 때 이점이 많습니다. 운좋게도 Ray Tune에서 파이토치의 추상화를 계속 사용할 수 있습니다. 
+# 따라서 여러 GPU에서 데이터 병렬 훈련을 지원하기 위해 ``nn.DataParallel`` 에서 모델을 래핑할 수 있습니다.


여기서도 래핑을 감싸다로 순화할 수 있을듯합니다

네 반영했습니다!

hyoyoung · 2022-09-10T13:35:50Z

beginner_source/hyperparameter_tuning_tutorial.py

 #
-# So that's it! You can now tune the parameters of your PyTorch models.
+# 이것이 전부입니다! 이제 파이토치 모델의 매개변수를 조정할 수 있습니다.


unix호환 운영체제에서는 (linux포함)
텍스트 파일의 끝에는 newline으로 끝나는걸 권장하고 있습니다
newline캐릭터가 맨 마지막에도 필요합니다

해당 부분 수정했습니다

hyoyoung · 2022-09-10T13:36:37Z

beginner_source/hyperparameter_tuning_tutorial.py

-4. and define the search space for the model tuning
-
+**번역**: `심형준 <http://github.com/95hj>`_
+하이퍼파라미터 튜닝은 평균적인 모델과 매우 정확한 모델간의 차이를 만들어 낼 수 있습니다. 


여기서 average는 평균보다는 보통의 의미에 더 가까울듯합니다

네 수정하였습니다!

hyoyoung · 2022-09-10T13:38:55Z

beginner_source/hyperparameter_tuning_tutorial.py

+하이퍼파라미터 튜닝은 평균적인 모델과 매우 정확한 모델간의 차이를 만들어 낼 수 있습니다. 
+종종 다른 학습률(Learnig rate)을 선택하거나 layer size를 변경하는 것과 같은 간단한 작업만으로도 모델 성능에 큰 영향을 미치기도 합니다.
+다행히, 최적의 매개변수 조합을 찾는데 도움이 되는 도구가 있습니다.
+`Ray Tune <https://docs.ray.io/en/latest/tune.html>`_ 은 하이퍼파라미터 튜닝을 위해 배포된 업계 표준 도구입니다. 


distributed hyperparameter tuning의 번역이
'하이퍼파라미터 튜닝위해 배포된'인데
'분산 하이퍼파라미터 튜닝'에 더 가깝지 않을까요?

번역하면서도 이상하다 싶었는데 '분산 하이퍼파라미터 튜닝'으로 번역하는 것이 맞는 것 같습니다. 수정사항 반영하였습니다!

beginner_source/hyperparameter_tuning_tutorial.py

hyoyoung

2가지 사항을 추가로 제안드립니다.

래핑 -> 감싸두기로 순화
시도 -> 실험으로 순화
trial은 보통 시도로 번역합니다만
여기서는 다양한 트레이닝 실험을 해서 정확도를 올리는 방법을 소개하고 있으므로
시도보다는 실험으로 의역하는 것이 조금 더 읽기 편할듯 한데
어떻게 생각하시나요?
trial에는 실제로 실험이라는 뜻도 있긴합니다.
만약 동의하신다면 '시도'는 모두 '실험'으로 변경 부탁드립니다.

https://en.dict.naver.com/#/entry/enko/7e20a8f23bb444d7901351430e98d765

hyoyoung · 2022-09-11T16:03:25Z

beginner_source/hyperparameter_tuning_tutorial.py

+이 튜토리얼은 Ray Tune을 파이토치 학습 workflow에 통합하는 방법을 알려줍니다.
+CIFAR10 이미지 분류기를 훈련하기 위해 `파이토치 문서에서 이 튜토리얼을 <https://tutorials.pytorch.kr/beginner/blitz/cifar10_tutorial.html>`_ 확장할 것입니다.
+아래와 같이 약간의 수정만 추가하면 됩니다.
+1. 함수에서 데이터 로딩 및 학습을 래핑하고,


여러 함수들에서 데이터 읽어오기 및 학습 부분을 감싸두고,

정도로 순화하면 어떨까요?

hyoyoung · 2022-09-11T16:03:38Z

beginner_source/hyperparameter_tuning_tutorial.py

 #
 # Data loaders
 # ------------
-# We wrap the data loaders in their own function and pass a global data directory.
-# This way we can share a data directory between different trials.
+# data loader를 자체 함수로 래핑하고 전역 데이터 디렉토리로 전달합니다. 


래핑 -> 감싸두고

hyoyoung · 2022-09-11T16:03:58Z

beginner_source/hyperparameter_tuning_tutorial.py

-# set with data that has not been used for training the model. We also wrap this in a
-# function:
+# 일반적으로 머신러닝 모델의 성능은 모델 학습에 사용되지 않은 데이터를 사용해 테스트합니다. 
+# Test set 또한 함수로 래핑할 수 있습니다.


래핑할 수 -> 감싸둘 수

hyoyoung · 2022-09-11T16:04:14Z

beginner_source/hyperparameter_tuning_tutorial.py

-# We wrap the ``train_cifar`` function with ``functools.partial`` to set the constant
-# ``data_dir`` parameter. We can also tell Ray Tune what resources should be
-# available for each trial:
+# 상수 ``data_dir`` 파라미터를 설정하기 위해 ``functools.partial`` 로 ``train_cifar`` 함수를 래핑합니다. 또한 각 시도에 사용할 수 있는 자원들(resources)을 Ray Tune에 알릴 수 있습니다.


래핑합니다 -> 감싸둡니다

95hj · 2022-09-11T22:37:49Z

말씀해주신 내용들에 동의합니다. 실험으로 번역하는것이 더 타당해 보입니다. '래핑->감싸다', '시도->실험'으로 수정 완료했습니다!

hyoyoung

good

translate hyperparameter_tuning_tutorial.py

f6c6308

hyoyoung added the 컨트리뷰톤 오픈소스 컨트리뷰톤 관련 이슈/PR label Sep 4, 2022

kimtaehyeong reviewed Sep 5, 2022

View reviewed changes

translate hyperparameter_tuning_tuorial.py -typo correction

5ef4ec8

95hj force-pushed the master branch from 3fd0098 to 5ef4ec8 Compare September 5, 2022 08:41

95hj requested a review from kimtaehyeong September 5, 2022 08:43

hyoyoung requested changes Sep 10, 2022

View reviewed changes

95hj force-pushed the master branch 2 times, most recently from 1f17997 to 2e361d0 Compare September 10, 2022 21:50

95hj requested review from hyoyoung and kimtaehyeong and removed request for kimtaehyeong and hyoyoung September 10, 2022 22:00

hyoyoung requested changes Sep 11, 2022

View reviewed changes

Merge branch 'PyTorchKorea:master' into master

32cf8dd

95hj force-pushed the master branch from 2e361d0 to 32cf8dd Compare September 11, 2022 22:34

95hj requested a review from hyoyoung September 11, 2022 22:38

hyoyoung approved these changes Sep 12, 2022

View reviewed changes

hyoyoung merged commit 47c52c4 into PyTorchKorea:master Sep 12, 2022

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

translate hyperparameter_tuning_tutorial.py #595

translate hyperparameter_tuning_tutorial.py #595

95hj commented Sep 4, 2022

kimtaehyeong left a comment

kimtaehyeong Sep 5, 2022

95hj Sep 5, 2022

kimtaehyeong Sep 5, 2022

95hj Sep 5, 2022

kimtaehyeong Sep 5, 2022

kimtaehyeong Sep 5, 2022

95hj Sep 5, 2022

kimtaehyeong left a comment

kimtaehyeong Sep 5, 2022

kimtaehyeong commented Sep 7, 2022

hyoyoung left a comment

hyoyoung Sep 10, 2022

95hj Sep 10, 2022

hyoyoung Sep 10, 2022

95hj Sep 10, 2022

hyoyoung Sep 10, 2022

95hj Sep 10, 2022

hyoyoung Sep 10, 2022

95hj Sep 10, 2022

hyoyoung Sep 10, 2022

95hj Sep 10, 2022

hyoyoung Sep 10, 2022

95hj Sep 10, 2022

hyoyoung left a comment

hyoyoung Sep 11, 2022

hyoyoung Sep 11, 2022

hyoyoung Sep 11, 2022

hyoyoung Sep 11, 2022

95hj commented Sep 11, 2022

hyoyoung left a comment

translate hyperparameter_tuning_tutorial.py #595

translate hyperparameter_tuning_tutorial.py #595

Conversation

95hj commented Sep 4, 2022

라이선스 동의

관련 이슈 번호

PR 종류

PR 설명

kimtaehyeong left a comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

kimtaehyeong left a comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

kimtaehyeong commented Sep 7, 2022

hyoyoung left a comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

hyoyoung left a comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

Choose a reason for hiding this comment

95hj commented Sep 11, 2022

hyoyoung left a comment

Choose a reason for hiding this comment