資料增強
比較好的神經網路需要大量的引數，許許多多的神經網路的引數都是數以百萬計，而使得這些引數可以正確工作則需要大量的資料進行訓練，而實際情況中資料並沒有我們想象中的那麼多
資料增強的作用 ：
增加訓練的資料量，提高模型的泛化能力
增加雜訊資料，提公升模型的魯棒性
資料增強的分類 ：
擴充套件知識
雜訊資料
雜訊資料是指資料中存在著錯誤或異常(偏離期望值)的資料，這些資料對資料的分析造成了干擾。
模型的魯棒性
計算機軟體在輸入錯誤、磁碟故障、網路過載或有意攻擊情況下，能否不宕機、不崩潰，就是該軟體的魯棒性
機器視覺學習系列五 增強現實
專案背景 定位人臉特徵點，進行人臉位姿估計，疊加眼鏡模型或者頭髮模型，完成增強現實 已有成熟的有標識物庫artoolkit，這個還是不錯的，針對任何特定圖案，略微修改一下，即可實現需要的效果 不過，對於無顯著標識物的 即是採用自然標識物的 該庫不就太行了，需要自己來完成略微 具體實施方案 1 標定攝...
機器學習方法篇 23 增強學習入門
別讓夢想的附屬品喧賓奪主。在小鬥去年五月份寫的 alphago技術剖析 揭開圍棋大腦的神秘面紗 這篇介紹alphago的文章中講到，alphago之所以能戰勝人類頂尖的圍棋手，主要是增強策略網路的功勞。而增強策略網路的核心技術，便是增強學習。那麼，增強學習到底是什麼？增強學習 reinforceme...
NLP資料增強學習筆記
眾所周知，深度學習中的神經網路模型都是依靠資料驅動，優質的資料能夠顯著提公升模型的執行效果。通常來說，有監督學習的模型效能會好於無監督學習的模型。但是，有監督學習的模型需要大量的標註資料，而人工標註資料需要花費大量的人力物力，所以資料增強是一種有效的解決方案。1.傳統方法 2.深度學習方法 半監督方...