Dataaugmentation

term_id: data_augmentation

Category: training_techniques

Definition

Denne metode udvider det kunstige træningsdatasæt ved at skabe modificerede versioner af eksisterende prøver, såsom rotation af billeder, tilføjelse af støj til lyd eller synonymudskiftning i tekst. Det hjælper med at forebygge

Summary

Dataaugmentation er en teknik, der bruges til at øge diversiteten og størrelsen af træningsdatasæt ved at anvende transformationer på eksisterende datapunkter.

Key Concepts

  • Forebyggelse af overfitting
  • Udvidelse af datasæt
  • Generalisering
  • Transformationer

Use Cases

  • Forbedring af computer vision-modellers robusthed
  • Forbedring af NLP-modellers ydeevne med begrænset tekst
  • Udligning af ubalancerede datasæt

Code Example

1
2
from tensorflow.keras.preprocessing.image import ImageDataGenerator
gen = ImageDataGenerator(rotation_range=20)