页次 1
在深度學習時,通常樣本越多,訓練出來的模型越好。
然而,蒐集樣本往往費時費力
「資料增強」可以簡單的讓樣本數增加
比方說,需要收集汽車的圖片
如果將汽車的圖片水平翻轉或是垂直翻轉,這還是汽車的圖片,的確可以當訓練樣本
如果汽車圖片被切到邊,這還是汽車的圖片,不會因為切到邊,汽車就變成機車,所以也可以當訓練樣本
常用的圖片資料增強方法有:
平移、旋轉、水平翻轉、垂直翻轉、挖出一塊、放大縮小、顏色轉換、加入一些雜訊
根據《學會TensorFlow之後呢?最尖端的21個夢幻範例實作》這本書第2-19頁
訓練cifar-10識別模型用到了資料增強來加強模型的效能。實驗證明,使用資料增強可以大幅加強模型的泛化能力,並且能夠預防過擬合。
有 1 位朋友喜欢这篇文章:火柴龍
←目前頭像感謝安雅贈圖。
Quit, dont quit... Noodles, dont noodles...
There is a saying: yesterday is history, tomorrow is a mystery, but today is a gift. That is why it is called the present.
离线
页次 1