• [x] BMD 100 epoch까지 돌리고 10 epoch 마다 feature 확인하기
• [x] BMD 코드 정리(새로 학습 돌릴 때 attention map 바로 할 수 있도록 정리하기)
• [x] T-sne(연속형인 feature이다라는 것을 증명하는 것이기도 했지만 실제로 왜 연속형인지의 내용이 조금 부족한 듯? → 정확하게 파악할 필요 있음. 특히 지표 같은 부분에서 이렇게 말하는 근거의 원인(ROC,AUC) 같은 경우에 대한 정확한 이해가 필요하다고 봄.

지금 현재 roc 커브로 확인 해보면서 가중치 로드한 걸로 비교해보았을 때 박살 나는 것 존재.

model = densenet_custom.DenseNet3D_original().to(device)

이 모델로 학습해서 가중치로 돌려본 것

중간 feature랑 attention map 까볼 필요한 듯 확인해볼 필요할 듯?

보면 박살나기 전까지의 거의 60? 쯤이라고 한다면 예측률도 절반 조금 높은 수준이고, 지금 클래스 1의 roc 커브가 좋지 못함. 아쉬운 상황임.

근데 일단 예상되는게 저 오리지널이라고 하는 모델이 현재 inverse born을 제대로 가지고 있는 건지 다시 확인 필요한 듯? 모델이 그냥 베이직한 것 같기도,.? 일단 찾아봐야 할 듯

정리 필요.