知识卡片
AlexNet用增强与失活
AlexNet把图像裁剪、翻转等变换用于扩大训练输入的多样性,也随机屏蔽部分激活以减少训练中对固定单元的依赖。增强的前提是变换后标签仍成立;常规推理阶段不继续随机屏蔽。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 深度神经网络 五种卷积结构的设计取舍 · 查看原书依据
但却使用了很多深度学习的技巧。AlexNet的数据输入使用了数据增强的方案。数据增强可通过对图片进行旋转、裁剪、缩放和翻转等操作,
参考来源
- 位置:《机器学习基础》第14章,14.3 经典卷积神经网络(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter93.xhtml)
- 结论依据:原文借「AlexNet的数据输入使用了数据增强的方案」处的论述给出本卡所解释的关系或做法。
- 原始内容:但却使用了很多深度学习的技巧。AlexNet的数据输入使用了数据增强的方案。数据增强可通过对图片进行旋转、裁剪、缩放和翻转等操作,