原书出处
深度学习详解
02 实践方法论 2.3 过拟合
数据增强就是根据对问题的理解创造出新的数据.举个例子,在做图像识别的时候,一个常见的招式是,假设训练集里面有一张图片,把它左右翻转,或者将其中的一部分截出来放大等等.对图像进行左右翻转,数据就变成原来的两倍.但是数据增强不能够随便乱做.在图像识别里面,很少看到有人把上下颠倒图像当作数据增强.因为这些图片都是合理的图像,左右翻转图像,并不会影响到里面的内容. 但把图像上下颠倒,可能就不是一个训练集或真实世界里才会出现的图像了.如果机器根据奇怪的图像进行学习,它可能就会学得奇怪的结果.所以,要根据对数据的特性以及要处理问题的理解,选择合适的数据增强方式.
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter02.xhtml
EPUB SHA-256:35d2d4b7de742e0ce7756e7fb57c534014bf33cecdf0483a75e23cb7446cb7dc