前言 走過了資料分析、演算法選擇後，我們得知了有些可以改善模型的方向: 解決資料不平衡 學習率的設定 訓練輪數 模型深度 階段式訓練 今天我要來著手處理資料...
上一篇我們有提到 over-fitting，在進行深度學習訓練時，經常需要大量的資料以確保訓練時不會產生過度擬合（over-fitting）的現象，然而在現今數...
前言 本篇是 Regularization的第二篇，講得是DATA Augmentation。是一個非常常見的技巧！ 什麼是影像增強（Data Augmenta...
今天介紹在影像中常見的資料前處理和資料增生(Data augmentation) 資料前處理：如果資料是自己收集的，多少會有一些缺失值、重複數據、異常值等。...
佑佑來了
林酷妹
srarod
彼得叩叩
iThome鐵人賽
看影片追技術