tensorflow - 增强数据集真的会改善机器学习模型吗

标签 tensorflow machine-learning data-augmentation machine-learning-model

我们之前有 411 大小的数据集。这样我们就检测到了 70% 的物体。我们通过实现旋转和不同级别的亮度将其增加到 5000。但准确率却下降到了40%。我们不知道哪里出了问题。

最佳答案

听起来不一定有什么问题。相反,听起来您的模型无法很好地处理旋转或变化的亮度。如果您希望处理输入数据中的此类变化,您可能应该增加模型的复杂性(或者也许找到一种方法来预处理数据以便模型更容易处理)。

关于tensorflow - 增强数据集真的会改善机器学习模型吗,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59776649/

相关文章:

python - 执行 "import tensorflow.keras.utils.np_utils"时出错

python - TensorFlow Estimator 1.3 无法获取 predict_proba?

machine-learning - 处理 scikit-learn 中不平衡测试集的最佳方法

machine-learning - 如何将向量转换为矩阵,每行等于pytorch中的向量?

python - 使用 Keras 扩充 CSV 文件数据集

python - 如何设置 tf.keras.layers.RandomFlip 的可能性?

python - 如何知道 seq2seq 模型中是否达到了纪元点?

python - Keras model.fit() 与 tf.dataset API + validation_data

java - 梯度下降线性回归

python - 执行增强(使用 ImageDataGenerator)并将增强图像保存为原始名称