Изменения

Перейти к: навигация, поиск

Практики реализации нейронных сетей

1758 байт добавлено, 18:43, 29 февраля 2020
augmentation part 1
==Аугментация данных==
При глубоком обучении иногда можно столкнуться с ситуацией, когда датасет имеет ограниченный размер. Но чтобы получить лучшее обобщение модели, необходимо иметь больше данных, в том числе и различные их вариации. То есть необходимо увеличить размер датасета искусственным образом, и это можно сделать с помощью аугментации данных.
{{Определение
|definition= '''Аугментация данных''' (англ. ''data augmentation'') {{---}} это методика создания дополнительных данных из имеющихся данных.}}
Чаще всего, проблема ограниченного датасета возникает при решении задач, связанных с обработкой изображений. Следующие способы аугментации изображений являются самыми популярными:
*Отображение (''flipping'') по вертикали или горизонтали.
*Поворот(''rotation'') изображения на определенный угол.
*Создание (''padding'')отступа
* (''cropping'') подрезка изображения
*Добавление шума
*Манипуляции с цветом (''color jettiring'')
Также, можно применять различные комбинации, к примеру, вырезать часть изображения и повернуть его.
 
==Дропаут==
==Функции активации==
113
правок

Навигация