在深度學習中，當數據量不夠大時候，經常採用下面4中方法

深度學習中的Data Augmentation方法（轉）基於keras https://www.cnblogs.com/love6tao/p/5841648.htmlhtml 在深度學習中，當數據量不夠大時候，經常採用下面4中方法：git   1.  人工增長訓練集的大小。經過平移，翻轉，加噪聲等方法從已有數據中創造出一批「新」的數據。也就是數據加強 2.  正規化。 數據量比較小會致使模型過擬合

>>阅读原文<<