Datan augmentointi ilmaisena datana
Laajentakaa datasettiänne muunnoksilla
Datan augmentointi ilmaisena datana on ilmainen Deep Learning Academy-oppitunti CoddyKitissä. Tämä on oppitunti 4/4. Voit lukea koko oppitunnin alta ilmaiseksi ja harjoitella sen jälkeen käytännössä selaimessa sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla. Oppitunti kuuluu Deep Learning Academy-oppimispolkuun, ja edistymisesi synkronoituu verkon ja CoddyKit-sovelluksen välillä. Deep Learning Academy-kurssilla on yhteensä 4 oppituntia.
Ilmaista lisädataa
Datan augmentointi luo uusia harjoitusesimerkkejä muuntamalla jo olemassa olevia, joten malli saa lisää vaihtelua ilmaiseksi. 🎁
Miksi se torjuu ylisovittamista
Kun mallille näytetään hieman muunneltuja versioita jokaisella epookilla, se ei voi opetella ulkoa tarkkoja pikseleitä vaan joutuu oppimaan kestäviä piirteitä.
Käännöt ja kierrot
Kuvissa yksinkertaiset peilaukset ja pienet kierrot opettavat mallille, että kissa on edelleen kissa, vaikka kuva peilataan tai sitä kallistetaan.
Rajaukset ja koon muutokset
Satunnaiset rajaukset ja koon muutokset muuttavat kohteen rajausta, joten verkko oppii tunnistamaan sen mistä tahansa kuvan kohdasta.
Värivaihtelu
Kirkkauden, kontrastin ja sävyn muuttaminen värivaihtelulla tekee mallista vähemmän herkän valaistuksen ja kameroiden eroille.
Koosta torchvisionissa
Ketjuta muunnokset käyttämällä transforms.Compose-rakennetta, jolloin torchvision käyttää niitä lennossa jokaisen kuvan lataamisen yhteydessä.
tf = transforms.Compose([
transforms.RandomHorizontalFlip(),
transforms.RandomCrop(32, padding=4)])Käytetään batch-kohtaisesti
Augmentointi suoritetaan Dataset-rakenteen sisällä, joten jokainen epookki näkee juuri muunnettuja kuvia ja datajoukko vaikuttaa paljon suuremmalta.
Pidä muunnokset realistisina
Käytä vain muunnoksia, jotka säilyttävät luokan. Numeron 6 peilaaminen numeroksi 9 turmelisi datasi sen rikastamisen sijaan.
Ei augmentointia testauksessa
Käytä augmentointia vain harjoitusdataan. Validointiin ja testaukseen käytä puhtaita, muuttumattomia muunnoksia, jotta tulokset pysyvät vertailukelpoisina.
Kuvia laajemmalle
Augmentointi ei koske vain kuvia. Tekstissä käytetään synonyymien vaihtamista ja äänidatassa aikasiirtoja sekä lisättyä kohinaa datajoukkojen kasvattamiseen.
Tehokkaat sekoitustekniikat
Nykyaikaisissa menetelmissä kokonaisia kuvia yhdistetään Mixup- ja CutMix-menetelmillä, jolloin sekä näytteitä että luokkia sekoitetaan vielä tehokkaamman regularisoinnin saavuttamiseksi.
Pikatarkistus
Päättäkää, missä data-augmentointia pitäisi käyttää ja missä ei.
Kertaus
Opitte datan augmentoinnin: harjoitusdataan sovellettavat, luokan säilyttävät muunnokset lisäävät vaihtelua, torjuvat ylisovittamista eivätkä maksa mitään. 🌱
Opi Python tekoälytuutorin avulla — ilmaiseksi
Kirjoita ja suorita oikeaa koodia selaimessa, saa välitöntä apua tekoälytuutorilta ympäri vuorokauden ja jatka siitä, mihin jäit, verkossa tai sovelluksessa.
- Kurssit
- 30
- Oppitunnit
- 120
Usein kysytyt kysymykset
Onko oppitunti ”Datan augmentointi ilmaisena datana” ilmainen?
Kyllä – oppitunnin ”Datan augmentointi ilmaisena datana” koko tekstin voi lukea täällä verkossa ilmaiseksi. Jos haluat harjoitella interaktiivisesti sisäänrakennetulla koodieditorilla ja ympäri vuorokauden käytettävissä olevan tekoälytuutorin avulla sekä avata koko Deep Learning Academy-kurssin, päivitä CoddyKit PROhon. Deep Learning Academy-kurssilla on yhteensä 4 oppituntia.
Mitä opin oppitunnilla ”Datan augmentointi ilmaisena datana”?
Laajentakaa datasettiänne muunnoksilla Harjoittelet Deep Learning Academy-aihetta koodilla, jonka suoritat suoraan selaimessa. Ympäri vuorokauden käytettävissä oleva tekoälytuutori vastaa kysymyksiisi oppitunnin aikana.
Tarvitsenko kokemusta aloittaakseni Deep Learning Academy-opiskelun?
Aiempi kokemus ei ole tarpeen. CoddyKitin Deep Learning Academy-oppimispolku sopii vasta-alkajista edistyneisiin, joten voit aloittaa tästä tai alusta ja edetä omaan tahtiisi. Tämä on oppitunti 4/4.
Kuinka kauan ”Datan augmentointi ilmaisena datana”-oppitunnin suorittaminen kestää?
Useimmat CoddyKitin oppitunnit kestävät noin 5–10 minuuttia. Jokainen oppitunti on lyhyt ja interaktiivinen, joten edistyt tasaisesti ja voit jatkaa siitä, mihin jäit – sekä verkossa että sovelluksessa.
Voinko kirjoittaa ja suorittaa koodia tällä Deep Learning Academy-oppitunnilla?
Kyllä. Jokainen Deep Learning Academy-oppitunti sisältää sisäänrakennetun koodieditorin, joten voit kirjoittaa ja suorittaa oikeaa koodia suoraan selaimessa ja saada välitöntä palautetta tekoälyltä – paikallista asennusta ei tarvita.
Kaikki tämän kurssin oppitunnit
- Koulutus- ja validointieron tulkinta
- Dropout: pudottakaa neuroneja satunnaisesti
- Batch Norm ja Layer Norm
- Datan augmentointi ilmaisena datana