การเพิ่มข้อมูลเสมือนได้ข้อมูลเพิ่มฟรี
ขยายชุดข้อมูลด้วยการแปลงข้อมูล
การเพิ่มข้อมูลเสมือนได้ข้อมูลเพิ่มฟรี เป็นบทเรียน Deep Learning Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Deep Learning Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Deep Learning Academy มีบทเรียนทั้งหมด 4 บทเรียน
ข้อมูลเพิ่มเติมฟรี
การเพิ่มข้อมูลจะสร้างตัวอย่างฝึกใหม่โดยแปลงตัวอย่างที่มีอยู่แล้ว ทำให้โมเดลได้เห็นความหลากหลายมากขึ้นโดยไม่ต้องเก็บข้อมูลเพิ่ม 🎁
เหตุใดจึงช่วยต่อต้านการเรียนรู้เกิน
การแสดงเวอร์ชันที่เปลี่ยนแปลงเล็กน้อยในแต่ละยุคช่วยป้องกันไม่ให้โมเดลจดจำพิกเซลเดิมแบบตรง ๆ และผลักดันให้โมเดลเรียนรู้รูปแบบที่แข็งแกร่ง
การพลิกและการหมุน
สำหรับรูปภาพ การพลิกและการหมุนเล็กน้อยช่วยสอนโมเดลว่าแมวก็ยังเป็นแมวแม้จะถูกกลับด้านหรือเอียง
การครอปและการปรับขนาด
การครอปและปรับขนาดแบบสุ่มจะเปลี่ยนกรอบของวัตถุ ทำให้เครือข่ายเรียนรู้ที่จะจดจำวัตถุนั้นได้ทุกตำแหน่งในภาพ
การปรับสีแบบสุ่ม
การปรับความสว่าง คอนทราสต์ และเฉดสีด้วยการปรับสีแบบสุ่มทำให้โมเดลเปราะบางต่อความแตกต่างของแสงและกล้องน้อยลง
ใช้ Compose ใน torchvision
คุณเชื่อมการแปลงต่าง ๆ ด้วย transforms.Compose และ torchvision จะนำการแปลงเหล่านั้นไปใช้ทันทีเมื่อโหลดรูปภาพแต่ละรูป
tf = transforms.Compose([
transforms.RandomHorizontalFlip(),
transforms.RandomCrop(32, padding=4)])นำไปใช้กับแต่ละแบตช์
การเพิ่มข้อมูลทำงานอยู่ภายในชุดข้อมูล ดังนั้นในแต่ละยุคจะเห็นรูปภาพที่ผ่านการแปลงใหม่ และชุดข้อมูลจะดูมีขนาดใหญ่ขึ้นมาก
ทำให้สมจริง
ใช้เฉพาะการแปลงที่ยังคงป้ายกำกับเดิมไว้ การพลิกตัวเลขอย่าง 6 ให้กลายเป็น 9 จะทำให้ข้อมูลเสียหายแทนที่จะเพิ่มความหลากหลายให้ข้อมูล
ไม่เพิ่มข้อมูลระหว่างการทดสอบ
ใช้การเพิ่มข้อมูลกับชุดฝึกเท่านั้น สำหรับการตรวจสอบความถูกต้องและการทดสอบ ให้ใช้การแปลงที่สะอาดและคงที่ เพื่อให้คะแนนสามารถเปรียบเทียบกันได้
นอกเหนือจากรูปภาพ
การเพิ่มข้อมูลไม่ได้มีไว้สำหรับรูปภาพเท่านั้น ข้อความใช้การสลับคำพ้องความหมาย ส่วนเสียงใช้การเลื่อนเวลาและการเพิ่มสัญญาณรบกวนเพื่อขยายชุดข้อมูล
เทคนิคการผสมที่ทรงพลัง
แนวทางสมัยใหม่จะผสมรูปภาพทั้งรูปด้วย Mixup และ CutMix โดยผสมตัวอย่างและป้ายกำกับเข้าด้วยกันเพื่อทำให้เป็นปกติได้ดียิ่งขึ้น
ตรวจสอบอย่างรวดเร็ว
ตัดสินใจว่าควรและไม่ควรใช้การเพิ่มข้อมูลที่ใด
สรุปทบทวน
คุณได้เรียนรู้การเพิ่มข้อมูล: การแปลงข้อมูลฝึกที่คงป้ายกำกับเดิมไว้ ช่วยเพิ่มความหลากหลาย ต่อต้านการเรียนรู้เกิน และไม่ต้องเสียค่าใช้จ่ายเพิ่มเติม 🌱
เรียนรู้ Python ด้วย AI tutor — ฟรี
เขียนและเรียกใช้โค้ดจริงในเบราว์เซอร์ของคุณ รับความช่วยเหลือทันทีจาก AI tutor 24/7 และเรียนรู้ต่อจากที่คุณหยุดบนเว็บหรือในแอป
- คอร์ส
- 30
- บทเรียน
- 120
คำถามที่พบบ่อย
บทเรียน “การเพิ่มข้อมูลเสมือนได้ข้อมูลเพิ่มฟรี” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “การเพิ่มข้อมูลเสมือนได้ข้อมูลเพิ่มฟรี” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Deep Learning Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Deep Learning Academy มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “การเพิ่มข้อมูลเสมือนได้ข้อมูลเพิ่มฟรี”
ขยายชุดข้อมูลด้วยการแปลงข้อมูล คุณปฏิบัติ Deep Learning Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Deep Learning Academy หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน Deep Learning Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน
บทเรียน “การเพิ่มข้อมูลเสมือนได้ข้อมูลเพิ่มฟรี” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน Deep Learning Academy นี้ได้ไหม
ได้ บทเรียน Deep Learning Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- อ่านช่องว่างระหว่างชุดฝึกกับชุดตรวจสอบ
- Dropout: สุ่มตัดเซลล์ประสาท
- Batch Norm และ Layer Norm
- การเพิ่มข้อมูลเสมือนได้ข้อมูลเพิ่มฟรี