परीक्षण-समय वृद्धि

It is a simple, training-free trick that often squeezes out a few extra points of accuracy and makes predictions more robust.

परीक्षण-समय वृद्धि एक एकल इनपुट लेती है, कई रूपांतरित प्रतियां (फ़्लिप, क्रॉप, रोटेशन, रंग बदलाव, या स्केल किए गए संस्करण) बनाती है, प्रत्येक को एक ही निश्चित मॉडल के माध्यम से चलाती है, फिर आउटपुट को जोड़ती है - आमतौर पर संभावनाओं या लॉग के औसत से। अंतर्ज्ञान: प्रत्येक संवर्द्धन मॉडल को थोड़ा अलग दृश्य में उजागर करता है, और एक नेटवर्क से निर्मित एक छोटे समूह की तरह, अलग-अलग दृश्यों में त्रुटियां पूल होने पर रद्द हो जाती हैं। महत्वपूर्ण बात यह है कि टीटीए को किसी पुनर्प्रशिक्षण और किसी अतिरिक्त लेबल की आवश्यकता नहीं है; इसका अनुमान लगाने में केवल अधिक गणना लागत होती है क्योंकि मॉडल प्रति नमूना एन बार चलता है। यह कंप्यूटर विज़न (विशेष रूप से कागल प्रतियोगिताओं और मेडिकल इमेजिंग) में सबसे लोकप्रिय है, लेकिन ऑडियो और टेक्स्ट में भी दिखाई देता है। संवर्द्धन को लेबल को संरक्षित करना चाहिए - छाती के एक्स-रे को फ़्लिप करना ठीक है, लेकिन अंक '6' को '9' में फ़्लिप करना ठीक नहीं है।