知识卡片
数据增强依赖任务
数据增强根据任务的性质,对现有样本作合理变换以生成训练样本,例如图像分类中进行左右翻转或裁剪。变换是否保持标签及是否符合目标场景需要判断;不合适的变换会让训练样本偏离预期,不能盲目套用。
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
- 实践方法论 2.3 过拟合 · 查看原书依据
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.
参考来源
- 位置:《深度学习详解》第2章《实践方法论》2.3 过拟合(来源项目 book-source:`extracted/深度学习详解/_epub-src/OEBPS/Text/Chapter02.xhtml`)
- 结论依据:原文通过训练与测试表现、数据变换或数据分布说明本卡对应判断。
- 原始内容: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.