神经网络的数据生成答案

【问题标题】：Datageneration for Neural Networks神经网络的数据生成
【发布时间】：2017-03-21 17:34:51
【问题描述】：

我有想要处理的图像。首先从这些图像中提取特征，然后将这些特征输入神经网络进行训练。虽然我没有很多图像，但想生成更多数据。

1) 什么会减少过度拟合：我应该从原始图像生成更多图像，然后将它们提供给整个管道，还是应该在提取的特征中引入变化，然后用这种方式简单地用更多数据训练神经网络？

第二种方法在计算上会更便宜，但会产生更好的结果？

2) 哪些技术被尝试过并且是真实的以生成更多数据 - 更多图像或特征？

【问题讨论】：

“更好的结果”引出了问题：什么是“更好”？您具体想达到什么目的？正如给定的那样，对于 Stack Overflow 来说太宽泛了。
@Prune：现在好点了吗？
更好，但几乎没有完成。 “过度拟合”是在训练后根据经验确定的，用于您未指定的应用程序。第二个问题是一个研究项目——尽管我不会单独就这一点投票结束，因为搜索参数不是很容易从该主题得出的。
@Prune：我不确定哪些细节会有所帮助。我无法提供所有细节 - 一方面，因为整个事情仍在开发和不断变化中，而且因为它是一个工业应用程序，所以我不确定我可以透露哪些细节。你能问一些有助于回答我的问题的具体问题吗？
恐怕这行不通。那个讨论领域有太多变数：听起来像是在玩 20 个问题，我不知道问各种意外情况的所有正确问题。不过，我确实知道您的问题，因为我处于类似的公司环境中。

标签： machine-learning neural-network data-science

【解决方案1】：

确实，当您没有足够的数据时，模型的性能可能会很差。所以你必须尝试一些事情：

您可以修改已应用平移、旋转等的数据；例如将图像的所有像素向左移动几个像素。这是对图像的操作。
您还可以通过生成模型生成更多图像：受限玻尔兹曼机、深度信念网络等。

您还可以确定是否需要更多训练数据。在坐标轴中，您绘制训练数据和验证数据的分数。 x 轴是集合的大小（所有集合的 10%，所有集合的 20%，...，所有集合的 90%）和 y 轴是分数。然后你看图表。为了充分理解我的意思，我强烈推荐机器学习 (https://www.coursera.org/learn/machine-learning) 的 Andrew Ng 的视频，特别是 第 6 周（应用机器学习的建议）

【讨论】：