知识卡片
数据增强的假设
数据增强对训练样本施加合适变换,例如图像翻转、旋转或亮度变化,以增加训练样本多样性。变换应保留任务标签含义;如果变换改变了标签或偏离目标分布,增强也可能损害效果。
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
- 常见挑战及对策:一切为了泛化能力 · 查看原书依据
具体来说,可以对已有的训练数据进行变换,以增加数据量和多样性。
参考来源
- 位置:《破解深度学习(基础篇)_模型算法与实现》第5章《常见挑战及对策:一切为了泛化能力》(来源项目 book-source:`extracted/破解深度学习(基础篇)_模型算法与实现/_epub-src/EPUB/xhtml/qz03_0008.xhtml`)
- 结论依据:原文及图示说明训练问题和策略;必要处补充条件,避免将示例结论绝对化。
- 原始内容:具体来说,可以对已有的训练数据进行变换,以增加数据量和多样性。