data augmentation and dropout

在深度學習方法中，更多的訓練數據，意味着可以用更深的網絡，訓練出更好的模型。 方法： （1）將原始圖片旋轉一個小角度 （2）添加隨機噪聲 （3）一些有彈性的畸變（elastic distortions） （4）截取（crop）原始圖片的一部分。 Dropout則是通過修改神經網絡本身來實現的，它是在訓練網絡時用的一種技巧（trike）。它的流程如下 假設我們要訓練上圖這個網絡，在訓練開始時，我們隨

>>阅读原文<<