Επαύξηση Δεδομένων

It matters because more varied data reduces overfitting and helps models generalize to inputs they have not seen.

Η αύξηση δεδομένων δημιουργεί νέα παραδείγματα εκπαίδευσης εφαρμόζοντας μετασχηματισμούς διατήρησης ετικετών σε δεδομένα που ήδη έχετε. Για τις εικόνες, αυτό σημαίνει περιστροφές, ανατροπές, περικοπές, αλλαγές χρώματος, θόρυβο και προσθήκη θορύβου — αλλαγές που αλλάζουν τα εικονοστοιχεία αλλά όχι τη σωστή απάντηση (μια αναποδογυρισμένη γάτα εξακολουθεί να είναι γάτα). Για το κείμενο, οι τεχνικές περιλαμβάνουν αντικατάσταση συνωνύμων, επαναληπτική μετάφραση (μετάφραση σε άλλη γλώσσα και πίσω) και τυχαία διαγραφή ή εναλλαγή λέξεων. Για τον ήχο, μπορείτε να προσθέσετε θόρυβο φόντου, αλλαγή τόνου ή κλιπ χρονικής επέκτασης. Ο στόχος είναι να διδάξουμε στο μοντέλο τις αναλλοίωτες διαφορές που έχουν σημασία — ότι η ταυτότητα ενός αντικειμένου δεν εξαρτάται από τη θέση, τον φωτισμό ή τη φρασεολογία του. Αυτό καθιστά τα μοντέλα πιο ισχυρά και είναι ιδιαίτερα πολύτιμα όταν τα δεδομένα με ετικέτα είναι σπάνια, καθώς κάθε πραγματικό παράδειγμα γίνεται ουσιαστικά πολλά. Οι σύγχρονοι αγωγοί συχνά τυχαιοποιούν τις αυξήσεις εν κινήσει κατά τη διάρκεια κάθε περιόδου εκπαίδευσης.