エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
2つの画像を混ぜるData Augmentation:「Between-class Learning(BC-Learning)」の効果をKerasで確かめる - Qiita
記事へのコメント1件
- 注目コメント
- 新着コメント
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
2つの画像を混ぜるData Augmentation:「Between-class Learning(BC-Learning)」の効果をKerasで確かめる - Qiita
2つの画像を混ぜるData Augmentation:「Between-class Learning(BC-Learning)」の効果をKerasで確かめ... 2つの画像を混ぜるData Augmentation:「Between-class Learning(BC-Learning)」の効果をKerasで確かめるPython機械学習DeepLearningディープラーニングKeras 画像や音声分類の汎化性能を向上させる目的で開発されたBetween-class Learning(BC-learning)というData Augmentationの効果をKerasで確かめます。「2つの画像を混ぜる」というアプローチを取るData Augmentationです。10層CNNでCIFAR-10に対して94.59%という素晴らしい性能を確認することができました。 BC-Learningとは? 2つの画像を混ぜるというData Augmetation。これにより、決定境界がより平滑化され、オーバーフィッティングが解消され、ValidationやTestで
2024/03/28 リンク