模型集成

集成學習（ensemble learning）是機器學習中一類學習算法，值訓練多個學習器並將它們組合起來使用的方法。這類算法一般在實踐中會取得比單個學習器更好的預測結果。web 基於數據的集成 在訓練階段的數據擴充在測試階段仍然適用。 諸如圖像多尺度， 隨機剪裁等。以隨機剪裁爲例， 對某張測試圖片隨機剪裁可獲得n 張圖像，測試階段只須要用訓練好的深度網絡模型對n張圖分別作預測， 以後將預測的各種置

>>阅读原文<<