学习手册中数据增强的知识我大致了解了,这里补充一些阅读材料,以及我在kaggle discussion中看到的一篇好教程吧。
关于数据增强data augumentation的阅读材料
1-【入门】吴恩达深度学习,10min的视频从镜像,色彩变换两方面简单介绍了数据增强。 【吴恩达深度学习课程】2.13 数据增强_哔哩哔哩_bilibili
2-【详细】非常详细地介绍了数据增强这一概念,以及一些方法的原理。可以对datawhale的学习手册做补充。
【机器学习】数据增强(Data Augmentation)-CSDN博客
这是这篇文章的目录,也许有你感兴趣的地方。
```
一、引言 - 背景
二、为什么需要数据增强?
三、什么是数据增强?
定义
分类
四、有监督的数据增强
1. 单样本数据增强
(1)几何变换类
(2)颜色变换类
2. 多样本数据增强
(1)SMOTE
(2)SamplePairing
(3)mixup
五、无监督的数据增强
1. GAN
2. Conditional GANs
3. Autoaugmentation
六、数据增强过程中需要注意的问题
七、总结
```
3-【高校博客】斯坦福大学关于数据增强的一篇博客(2020)
Automating Data Augmentation: Practice, Theory and New Direction | SAIL Blog (stanford.edu)
kaggle竞赛discussion中一篇介绍timm库(pytorch image model)教程的中文文章。作者是WU TING (赞!)
调用预训练模型的知识可以用到别的项目里。这是学习手册中没有详细讲的部分。