【机器学习与深度学习理论要点】04.训练数据不足带来的问题及解决方法?

1)在图像分类任务中,训练数据不足会带来什么问题?

当训练数据不足时,说明模型从原始数据中获取的信息比较少,这种情况下要保证模型的效果,就需要更多鲜艳信息,具体到图像分类任务上。

训练数据不足带来的问题主要表现在过拟合方面,即模型在训练样本上的效果可能不错,但在测试集上的泛华效果不佳。

2)如何缓解数据量不足带来的问题?

  • 一定程度内的随机旋转、平移、裁剪、填充、左右翻转等,这些变换对应着同一个目标在不同角度的观察结果。
  • 对图像中的像素添加噪声干扰,比如椒盐噪声、高斯白噪声等。
  • 颜色变换。
  • 改变图像的亮度、清晰度、对比度、锐度等。
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

YEGE学AI算法

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值