針對CNN的一種新的數據增強方式:RICAP

本文針對日本神戶大學發表在ACML2018的一篇論文《RICAP: Random Image Cropping and Patching Data Augmentation for Deep CNNs》進行解讀。 Motivations CNN在不同領域都取得了令人振奮的成績,主要原因在於CNN中的大量參數能夠擬合各種各樣的數據分佈。然而過多的參數,相比較而言較小的數據會導致一定程度的過擬合現象。
相關文章
相關標籤/搜索