Tło: Niedawno zrozumiałem na głębszym poziomie znaczenie powiększania danych podczas szkolenia splotowych sieci neuronowych po tym znakomitym przemówieniu Geoffreya Hintona .
Wyjaśnia, że splotowe sieci neuronowe obecnej generacji nie są w stanie uogólnić układu odniesienia badanego obiektu, co utrudnia sieci zrozumienie, że lustrzane obrazy obiektu są takie same.
Niektóre badania podjęły próbę zaradzenia temu. Oto jeden z wielu przykładów . Myślę, że to pomaga ustalić, jak ważne jest dziś krytyczne powiększanie danych podczas szkolenia splotowych sieci neuronowych.
Techniki powiększania danych rzadko są porównywane ze sobą. W związku z tym:
Pytania:
Jakie są artykuły, w których lekarze stwierdzili wyjątkowo lepszą wydajność?
Jakie techniki powiększania danych okazały się przydatne?
źródło
Odpowiedzi:
(Źródło: Must Know Tips / Tricks in Deep Neural Networks (autor: Xiu-Shen Wei))
źródło