深度学习
qq_33443570
这个作者很懒,什么都没留下…
展开
-
深度学习中的数据增强
关于计算机视觉领域数据增强的一些常用的方法在计算机视觉中,典型的数据增强方法有翻转(Flip),旋转(Rotat ),缩放(Scale),随机裁剪或补零(Random Crop or Pad),色彩抖动(Color jittering),加噪声(Noise)为什么需要数据增强 :一般而言,比较成功的神经网络需要大量的参数,许许多多的神经网路的参数都是数以百万计,而使得这些参数可以正...转载 2019-09-11 14:28:16 · 727 阅读 · 0 评论 -
深度学习分类任务评价指标
0 分类问题评价指标混淆矩阵混淆矩阵:Actual :实际的正类或父类; Predicted : 预测的;1 :正类 0:父类 predicted predicted 1 0 Actual 1 TP FN Actual : 0 FP TN ...转载 2019-09-12 11:07:03 · 1192 阅读 · 0 评论 -
评估方法提高深度学习模型泛化能力
三种经典的评估方法提高模型泛化能力①留出验证:评估模型时,将数据划分为训练集、验证集、测试集。(比较适合大数据集)在训练数据上训练模型,在验证数据上评估模型,最后在测试数据上测试最佳参数的模型。划分为三个集合而非两个集合:训练集和测试集,是因为在模型设计时一般需要调节模型超参数,比如隐藏层数、每层神经元数等等,在这个调节学习的过程中会以验证集的性能作为反馈;每次通过验证集调节模型的...转载 2019-09-12 11:23:48 · 2522 阅读 · 0 评论