<![CDATA[
# <p class="text-h">Homework 8 - Model Compression for Image Sentiment Classification</p>
### <p class="text-hh">Announcements</p>
#### 5/30
* HW8 sample code release!
* Strong baseline release!
#### 5/23
* HW8 release!
<hr>
### <p class="text-hh">Links</p>
* 作業投影片 <a href="https://docs.google.com/presentation/d/1i9yI0ofpY0SOH3BMdnpWuBV2m6ld4Xj6JD2HbWkhUkw/edit?usp=sharing" target="_blank"><i class="fa fa-book"></i></a>
* Kaggle 連結 <a href="https://www.kaggle.com/c/ml2019spring-hw8" target="_blank"><i class="fa fa-trophy"></i></a>
* Report 模板 <a href="https://docs.google.com/document/d/1tngOZhFscE_1JXSrBjXGdkwS7csmxYrAqrc9WBFoZAc/edit?usp=sharing" target="_blank"><i class="fa fa-file-text"></i></a>
* (有遲交的同學才需填寫)遲交表單 <a href="https://docs.google.com/forms/d/e/1FAIpQLSf8d9ysRtws_38DrwrrMf0dQ8VaNVwwrFKtjDnDy5jyzl0Djg/viewform" target="_blank"><i class="fa fa-clock-o"></i></a>
* Sample code <a href="https://hackmd.io/s/SJ9a7DspE" target="_blank"><i class="fa fa-book"></i></a>
* Facebook Discussion <a href="https://www.facebook.com/notes/machine-learning2019-spring/hw8-%E8%A8%8E%E8%AB%96%E5%8D%80/364177374218790/" target="_blank"><i class="fa fa-facebook-square"></i></a>
<hr>
### <p class="text-hh">Deadlines</p>
* No early baseline for HW8
* Kaggle Deadline: 06/06/2019 11:59:59 (GMT+8)
* Github Deadline: 06/07/2019 23:59:59 (GMT+8)
<hr>
### <p class="text-hh">Assignment Regulation</p>
* Only Python 3.6 available !!!!
* NumPy == 1.16.2
* Keras == 2.2.4
* PyTorch == 1.0.1
* torchvision == 0.2.2.post3
* Tensorflow >= 1.12.0
* SciPy == 1.2.1
* Pandas >= 0.24.1
* Scikit-learn == 0.20.0
* Pillow==5.4.1
* python standard library (os, sys, …)
* 不得使用之套件: distiller, keras_compressor, compress, python-snappy
<hr>
### <p class="text-hh">FAQ</p>
<p>Q1：請問kaggle的組隊人數上限？</p>
<p>A1：hw8為個人作業，不用在kaggle上進行組隊。</p>
<p>Q2：kaggle上面只有一個evaluation metric，可是作業要求兩個怎麼辦？</p>
<p>A2：accuracy請依照前面作業上傳kaggle就可以了，model size則要自己量，可透過<a href="test_model_size.sh">test_model_size.sh</a>自己量，在評分的時候，助教兩個metrics都會量。</p>
<p>Q3：助教在量model size的時候，為什麼不是量model大小，而是量整個資料夾大小？</p>
<p>A3：為避免同學將model weight直接全部存在python檔裡面，或是執行的時候，通過python檔再下載model weight，或是將model藏在資料夾非規範的地方等各種技巧，讓助教量不到model size，助教會分三階段，第一階段會跑hw8_download.sh，讓同學可以下載model，接著斷網，第二階段測量整個資料夾大小，這樣確保一定可以量到各位大致model size，第三階段測量各位testing的結果是否和kaggle所勾選兩者之一模一樣。</p>
<p>Q4：我model size設置到最極限了，助教量整個資料夾大小，不是連code的大小都量進去了，會導致我超過投影片規範的大小，這樣不太公平？</p>
<p>A4：助教會有25000 bytes的緩衝空間喔，不用擔心。 </p>
<p>Q5: report.pdf 放了很多圖，怕超過極限怎麼辦？</p>
<p>A5: 助教量的時候會把report.pdf排除喔，所以記得不要命名錯誤。</p>
<p>Q6: 作業八跟作業三一樣，那豈不是可以直接上傳作業三 kaggle?</p>
<p>A6: 上傳之前作業kaggle視同作弊喔，助教可以查到同學們上傳之前kaggle的紀錄，如果助教覺得有問題會去查喔，請各位同學自愛。</p>
<hr>
]]>