PyTorch深度学习实战（12）——数据增强

PyTorch深度学习实战（12）——数据增强

PyTorch深度学习实战（12）——数据增强

• • 0. 前言
  • 1. 图像增强
  • • 1.1 仿射变换
    • 1.2 亮度修改
    • 1.3 添加噪音
    • 1.4 联合使用多个增强方法
  • 2. 对批图像执行图像增强
  • 3. 利用数据增强训练模型
  • 小结
  • 系列链接

0. 前言

数据增强是指通过对原始数据进行一系列变换和处理，生成更多、更丰富的训练样本的技术方法。数据增强在机器学习和深度学习领域中被广泛应用，它可以有效地解决数据不足的问题，提高模型的泛化能力和鲁棒性。我们已经了解了卷积神经网络 (Convolutional Neural Network, CNN) 有助于解决图像平移问题</