深度學習策略之圖像預處理

學習策略對於培訓和測試也非常重要。 首先，對數據進行預處理（例如圖像增強）有時對於預測合理的結果至關重要。 1. 驗證集劃分 直接劃分：隨機劃分的方式使得模型的訓練數據可能和測試數據差別很大，導致訓練出的模型泛化能力不強。 LOOCV: Leave-one-out cross-validation，這相當於是k折交叉驗證的一個極端情況，即K=N。每次只用一個數據作爲測試，其他均爲訓練集，重複N次（

>>阅读原文<<