ubuntu之路——day19.2 開源框架與遷移、CNN中的數據擴充

開源框架與遷移

上面介紹了一些已經取得很好成績的CNN框架，咱們能夠直接從GitHub上下載這些神經網絡的結構和已經在ImageNet等數據集上訓練好的權重超參數。

在應用於咱們本身的數據時。

1.若是咱們的數據集很小，咱們能夠採用對原框架和權重都保持不變，只更改最後的output層實現遷移。

2.若是咱們的數據集大小中等，能夠嘗試凍結原框架的前面多層，對其後的層數進行更改。

3.若是咱們的數據集很大，能夠在原架構上嘗試新的訓練，不採用預訓練的權重，還能夠自行更改模型，作更多的嘗試。

CNN中的數據擴充

由於CNN面對的問題基本上都是圖像數據，在前面的博文中，已經總結了部分Andrew Ng關於數據擴充的方法，以下：

1.鏡像翻轉

2.隨機裁剪並中心放縮

3.PCA主成分分析顏色變換法，舉個例子圖片都由RGB組成，咱們能夠對其中的R和G+50對B不變，這樣圖片就會顯得更黃，增長了原圖片在陽光下的效果。咱們能夠對數據集圖片的環境進行分析，識別出主要色彩光線而後對圖片進行擴增。