在深度学习应用中训练数据往往不够，可以通过添加噪声、裁剪等方法获取更多的数据。另外，考虑到噪声的多样性，可以通过添加不同种类的噪声获取更多类型的数据，比如裁剪、旋转、扭曲、拉伸等不同的方法生成不同的数据。
主要方法有：修改图片尺寸、按比例缩放、加噪声、反转、旋转、平移、缩放变换、剪切、对比度变换、随机通道偏移、PCA、模糊化等
深度学习正则化---数据增强
Posted 渡~solong
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了深度学习正则化---数据增强相关的知识，希望对你有一定的参考价值。
以上是关于深度学习正则化---数据增强的主要内容，如果未能解决你的问题，请参考以下文章