- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI人工智能与大数据
深度学习中的数据增强技术：Augmentation
Deep Learning https://link.springer.com/article/10.1186/s40537-019-0197-0 https://github.com/guanxs/data-augmentation
5.2K10发布于 2020-04-08 - 来自专栏深度学习自然语言处理
推荐安利5月最新30篇GAN论文【附资料】
deep learning approach to halo merger tree construction[2022-05-31] 02.Adversarial synthesis based data-augmentation
63730编辑于 2022-06-20 - 来自专栏机器学习AI算法工程
推荐安利5月最新30篇GAN论文【附资料】
deep learning approach to halo merger tree construction[2022-05-31] 02.Adversarial synthesis based data-augmentation
69820编辑于 2022-06-20 - 来自专栏机器之心
资源 | 斯坦福CS231n Spring 2017详细课程大纲（附完整版课件下载）
Lecture 7：如何训练神经网络 II 介绍了优化方法（optimization）、模型集成（model ensembles）、正则化（regularization）、数据扩张（data-augmentation
1.3K50发布于 2018-05-08 - 来自专栏数据派THU
斯坦福CS231n Spring 2017详细课程大纲（附完整版课件下载）
Lecture 7：如何训练神经网络 II 介绍了优化方法（optimization）、模型集成（model ensembles）、正则化（regularization）、数据扩张（data-augmentation
1.5K50发布于 2018-01-29 - 来自专栏华章科技
斯坦福CS231n Spring 2017开放全部课程视频（附大纲）
Lecture 7：如何训练神经网络 II 介绍了优化方法（optimization）、模型集成（model ensembles）、正则化（regularization）、数据扩张（data-augmentation
53840发布于 2018-08-16 - 来自专栏机器之心
斯坦福CS231n Spring 2017开放全部课程视频（附大纲）
Lecture 7：如何训练神经网络 II 介绍了优化方法（optimization）、模型集成（model ensembles）、正则化（regularization）、数据扩张（data-augmentation
711110发布于 2018-05-08 - 来自专栏AutoML(自动机器学习)
华为诺亚实验室AutoML框架-Vega：(1) 介绍
3.1 完备的AutoML能力 Vega涵盖HPO(超参优化, HyperParameter Optimization)、Data-Augmentation、NAS(网络架构搜索， Network Architecture
1.2K20发布于 2021-01-29 - 来自专栏AIWalker
Timm助力ResNet焕发“第二春”，无蒸馏且无额外数据，性能高达80.4%
Data-augmentation 在数据增广方面，类似DeiT采用了Random Resized Crop、Horizontal Flip、RandAugment、Mixup、Cutmix等组合(见
2.2K20发布于 2021-10-12 - 来自专栏专知
【论文推荐】最新6篇推荐系统（Recommendation System）相关论文—深度、注意力、安全、可解释性、评论、自编码器
prevent overfitting on the implicit setting, we propose an error reweighting module and a sparsity-aware data-augmentation
3.5K60发布于 2018-04-13 - 来自专栏深度学习和计算机视觉
使用 Python 和 OpenCV 进行数据增广
fsize = 9 return cv2.medianBlur(image, fsize) 总结 Github代码连接： https://github.com/tranleanh/data-augmentation
1.1K60编辑于 2022-02-09 - 来自专栏AI算法与图像处理
使用Python+OpenCV进行数据增广方法综述（附代码演练）
https://github.com/tranleanh/data-augmentation
1.6K20发布于 2021-03-26 - 来自专栏Sarlren的笔记
持续学习笔记
整体来看，pipeline有四步，这也是和iCaRL不一样的地方： 构建训练集，在这里加上data-augmentation。原文用了亮度、对比度、随机裁剪和镜像翻转。 训练。
1K20编辑于 2023-01-31 - 来自专栏深度学习自然语言处理
NlPS2022 | 自然语言处理相关论文分类整理
Language Models Generating Training Data with Language Models: Towards Zero-Shot Language Understanding A Data-Augmentation
2.5K20编辑于 2022-10-11 - 来自专栏机器之心
自动化数据增强：实践、理论和新方向
原文链接：https://ai.stanford.edu/blog/data-augmentation/
71930发布于 2020-05-19 - 来自专栏arXiv每日学术速递
金融/语音/音频处理学术速递[7.5]
the experiments on the Common Voice dataset, we have shown that contrastive learning helps to build data-augmentation the experiments on the Common Voice dataset, we have shown that contrastive learning helps to build data-augmentation
56120发布于 2021-07-27 - 来自专栏DeepHub IMBA
NeurIPS 2022-10大主题、50篇论文总结
4、 A Data-Augmentation Is Worth A Thousand Samples: Analytical Moments And Sampling-Free Training 数据增强
1K20编辑于 2023-02-01 - 来自专栏NewBeeNLP
NLP简报（Issue#10）
[32] Automating Data Augmentation: Practice, Theory and New Direction: https://ai.stanford.edu/blog/data-augmentation
1K20发布于 2020-08-26 - 来自专栏深度学习思考者
重磅！从单层感知器到深度学习以及深度学习必知的框架
目前，Dropout技术，以及数据扩容（Data-Augmentation）技术是目前使用的最多的正则化技术。
2.2K90发布于 2018-01-02 神经网络浅讲：从神经元到深度学习
目前，Dropout 技术，以及数据扩容（Data-Augmentation）技术是目前使用的最多的正则化技术。 5、影响 目前，深度神经网络在人工智能界占据统治地位。
63320编辑于 2025-06-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号