【圖像識別Bert版】運用AI解決樣本過少的問題，提升圖像識別效果——加入VGG16預訓練基（卷積神經網絡）

現實中，存在一些深度學習任務，某些樣本的數據集樣本量較少，面對這樣的狀況，咱們該怎麼作呢？ web 一般有以下幾種方式： 1數據加強，經過圖像裁剪，水平翻轉等方式豐富有限的樣本集。 2使用在大規模多種類數據集上訓練好的AI模型，例如VGG16， ResNet，做爲預訓練模型，使得小樣本集在通用的特徵提取器運做。 3因爲數據集較少，在構建訓練模型時，能夠加入Dropout層，避免 樣本侷限帶來的

>>阅读原文<<