pytorch - 在 pytorch 中使用 torchvision.transforms 进行数据增强

Question

我发现可以通过使用 torchvision.transforms 在 PyTorch 中完成数据扩充。我还读到在每个时期都应用了转换。所以我想知道多次复制每个样本然后对它们应用随机变换的效果是否与在原始数据集（唯一图像）上使用 torchvision.transforms 并只是训练它更长的时间（更多时期）相同. 提前致谢。

Answer 1

这是一个需要广泛回答的问题。不要误解 TorchVision 转换不会增加您的数据集。它在运行时对当前数据集应用随机或非随机变换。（因此每次和每个时代都是唯一的）。

多次复制每个样本然后对其应用随机变换的效果与在原始数据集（唯一图像）上使用 torchvision.transforms 并仅对其进行更长时间的训练（更多时期）相同。

答案 - 要增加您的数据集，您可以复制粘贴，也可以使用 pyTorch 或 WEKA 软件。然而，更多的时代是一个完全不同的概念。当然，您使用的 epoch 越多，模型就会越好（直到验证损失和训练损失相互交叉）希望这会有所帮助。