Data Augmentation: मानो मुफ़्त डेटा
Transforms के साथ अपना dataset बढ़ाएँ
Data Augmentation: मानो मुफ़्त डेटा, CoddyKit पर Deep Learning Academy का एक निःशुल्क पाठ है। यह 4 में से 4वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह Deep Learning Academy सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। Deep Learning Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
मुफ्त अतिरिक्त डेटा
डेटा संवर्धन आपके पास मौजूद उदाहरणों में बदलाव करके नए प्रशिक्षण उदाहरण बनाता है और बिना अतिरिक्त लागत के मॉडल को अधिक विविधता देता है। 🎁
यह अति-अनुकूलन से क्यों लड़ता है
हर युग में थोड़े बदले हुए संस्करण दिखाने से मॉडल सटीक पिक्सेल रटकर याद नहीं कर पाता और मजबूत पैटर्न सीखने की ओर बढ़ता है।
पलटना और घुमाना
चित्रों के लिए साधारण पलटाव और छोटे घुमाव मॉडल को सिखाते हैं कि प्रतिबिंबित या झुकी हुई बिल्ली भी बिल्ली ही होती है।
काटना और आकार बदलना
बेतरतीब कटाव और आकार परिवर्तन वस्तु की रूपरेखा बदलते हैं, इसलिए नेटवर्क फ्रेम में उसे कहीं भी पहचानना सीखता है।
रंग में बेतरतीब बदलाव
रंग में बेतरतीब बदलाव के द्वारा चमक, कंट्रास्ट और रंगत बदलने से मॉडल प्रकाश और कैमरे के अंतर के प्रति कम नाज़ुक बनता है।
torchvision में Compose
आप transforms.Compose से रूपांतरणों को क्रम में जोड़ते हैं और torchvision प्रत्येक चित्र के लोड होते समय उन्हें तुरंत लागू करता है।
tf = transforms.Compose([
transforms.RandomHorizontalFlip(),
transforms.RandomCrop(32, padding=4)])प्रत्येक बैच पर लागू
संवर्धन Dataset के भीतर चलता है, इसलिए हर युग में नए रूपांतरित चित्र दिखाई देते हैं और डेटासेट बहुत बड़ा महसूस होता है।
इसे यथार्थवादी रखें
केवल ऐसे रूपांतरणों का उपयोग करें जो लेबल को सुरक्षित रखें। 6 जैसे अंक को 9 में पलटना आपके डेटा को समृद्ध करने के बजाय बिगाड़ देगा।
परीक्षण के समय संवर्धन नहीं
संवर्धन केवल प्रशिक्षण पर लागू करें। मान्यता और परीक्षण के लिए साफ़, स्थिर रूपांतरणों का उपयोग करें, ताकि आपके स्कोरों की तुलना की जा सके।
चित्रों से आगे
संवर्धन केवल चित्रों के लिए नहीं है। टेक्स्ट में समानार्थी शब्द बदले जाते हैं और ऑडियो में डेटासेट बढ़ाने के लिए समय-स्थानांतरण तथा अतिरिक्त शोर का उपयोग किया जाता है।
प्रभावी मिश्रण तकनीकें
आधुनिक विधियाँ Mixup और CutMix से पूरे चित्रों को मिलाती हैं तथा और मजबूत नियमितीकरण के लिए नमूनों और लेबलों का मिश्रण करती हैं।
त्वरित जाँच
तय कीजिए कि डेटा संवर्धन कहाँ लागू किया जाना चाहिए और कहाँ नहीं।
पुनरावलोकन
आपने डेटा संवर्धन सीखा: प्रशिक्षण डेटा पर ऐसे रूपांतरण जो लेबल सुरक्षित रखते हैं, विविधता बढ़ाते हैं, अति-अनुकूलन से लड़ते हैं और बिना अतिरिक्त लागत के किए जा सकते हैं। 🌱
एआई शिक्षक के साथ Python सीखें — निःशुल्क
अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।
- पाठ्यक्रम
- 30
- पाठ
- 120
अक्सर पूछे जाने वाले प्रश्न
क्या “Data Augmentation: मानो मुफ़्त डेटा” पाठ निःशुल्क है?
हाँ—“Data Augmentation: मानो मुफ़्त डेटा” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और Deep Learning Academy पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। Deep Learning Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।
“Data Augmentation: मानो मुफ़्त डेटा” में मैं क्या सीखूँगा?
Transforms के साथ अपना dataset बढ़ाएँ आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ Deep Learning Academy का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।
क्या Deep Learning Academy शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?
पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर Deep Learning Academy शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 4वाँ पाठ है।
“Data Augmentation: मानो मुफ़्त डेटा” पाठ पूरा करने में कितना समय लगता है?
CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।
क्या मैं इस Deep Learning Academy पाठ में कोड लिख और चला सकता हूँ?
हाँ। हर Deep Learning Academy पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।
इस पाठ्यक्रम के सभी पाठ
- Train/Val Gap पढ़ें
- Dropout: Neurons को यादृच्छिक रूप से हटाएँ
- Batch Norm और Layer Norm
- Data Augmentation: मानो मुफ़्त डेटा