通过增加训练数据大小与使用 DataImageGenerator 增强图像（预处理数据）来减少 CNN 中的过拟合答案

【问题标题】：Reducing overfitting in CNN by increasing training data size versus augmenting images (preprocessing data) using DataImageGenerator通过增加训练数据大小与使用 DataImageGenerator 增强图像（预处理数据）来减少 CNN 中的过拟合
【发布时间】：2023-03-29 13:28:01
【问题描述】：

增加训练数据的大小是否有助于减少过度拟合？还是建议使用 Tensorflow 中的 ImageDataGenerator 进行图像增强（数据预处理）以倾斜或旋转图像以减少过度拟合？哪种方法可以更好地减少过拟合？？

【问题讨论】：

标签： tensorflow computer-vision conv-neural-network

【解决方案1】：

通过图像增强，基本上可以增加训练数据的大小。如果您有与现有训练数据不同的数据，那么将这些数据添加到您的训练数据中会很好。

所以简而言之，这两种方法都很好地克服了过拟合。

【讨论】：