Data-augmentatie als gratis data
Breid uw dataset uit met transformaties.
Data-augmentatie als gratis data is een gratis Deep Learning Academy-les op CoddyKit. Dit is les 4 van 4. Je kunt de volledige les hieronder gratis lezen en daarna in de browser praktisch oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject Deep Learning Academy. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus Deep Learning Academy bevat in totaal 4 lessen.
Gratis extra gegevens
Gegevensaugmentatie maakt nieuwe trainingsvoorbeelden door de voorbeelden die je al hebt te transformeren. Zo krijgt het model gratis meer variatie. 🎁
Waarom dit overfitting tegengaat
Door elke epoch licht gewijzigde versies te tonen, voorkom je dat het model exacte pixels gaat memoriseren en stuur je het richting robuuste patronen.
Spiegelen en draaien
Bij afbeeldingen leren eenvoudige spiegelingen en kleine draaiingen het model dat een kat nog steeds een kat is wanneer de afbeelding gespiegeld of gekanteld wordt.
Uitsneden en vergroten/verkleinen
Willekeurige uitsneden en aanpassingen van het formaat veranderen de kadrering van een object. Zo leert het netwerk het object overal in het beeld te herkennen.
Kleurvariatie
Door helderheid, contrast en tint aan te passen met kleurvariatie, wordt het model minder gevoelig voor verschillen in belichting en camera.
Samenstellen in torchvision
Je koppelt transformaties aan elkaar met transforms.Compose, waarna torchvision ze direct toepast wanneer elke afbeelding wordt geladen.
tf = transforms.Compose([
transforms.RandomHorizontalFlip(),
transforms.RandomCrop(32, padding=4)])Per batch toegepast
Augmentatie wordt binnen de Dataset uitgevoerd. Daardoor ziet elke epoch vers getransformeerde afbeeldingen en lijkt de dataset veel groter.
Houd het realistisch
Gebruik alleen transformaties die het label behouden. Als je een cijfer zoals 6 omdraait naar 9, beschadig je je gegevens in plaats van ze uit te breiden.
Geen augmentatie tijdens het toetsen
Pas augmentatie alleen toe op de training. Gebruik voor validatie en toetsing schone, vaste transformaties, zodat je scores vergelijkbaar blijven.
Verder dan afbeeldingen
Augmentatie is niet alleen voor afbeeldingen. Bij tekst worden synoniemen verwisseld en bij audio worden tijdverschuivingen en extra ruis gebruikt om datasets uit te breiden.
Krachtige mengtrucs
Moderne recepten combineren volledige afbeeldingen met Mixup en CutMix. Daarbij worden voorbeelden en labels gemengd voor nog sterkere regularisatie.
Korte controle
Bepaal waar gegevensaugmentatie wel en niet moet worden toegepast.
Samenvatting
Je hebt gegevensaugmentatie geleerd: labelbehoudende transformaties op trainingsgegevens die de variatie vergroten, overfitting tegengaan en niets kosten. 🌱
Leer Python met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 30
- Lessen
- 120
Veelgestelde vragen
Is de les “Data-augmentatie als gratis data” gratis?
Ja — de volledige tekst van “Data-augmentatie als gratis data” kun je hier gratis op het web lezen. Als je interactief wilt oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is, en de rest van de cursus Deep Learning Academy wilt ontgrendelen, kun je upgraden naar CoddyKit PRO. De cursus Deep Learning Academy bevat in totaal 4 lessen.
Wat leer ik in “Data-augmentatie als gratis data”?
Breid uw dataset uit met transformaties. Je oefent met Deep Learning Academy door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met Deep Learning Academy te beginnen?
Ervaring vooraf is niet nodig. Deep Learning Academy op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 4 van 4.
Hoe lang duurt de les “Data-augmentatie als gratis data”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over Deep Learning Academy?
Ja. Elke les over Deep Learning Academy bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- De train/val-kloof lezen
- Dropout: neuronen willekeurig uitschakelen
- Batchnorm en layernorm
- Data-augmentatie als gratis data