python - 处理插入噪声以在 Keras 中训练数据(深度学习)
问题描述
我正在使用 Keras 进行深度学习。
我想在训练期间的每个时期将噪声放入训练数据中。
因此,在每个 epoch,由于随机噪声插入,训练数据应该与之前的 epoch 不同。
这是我的代码:
model = Sequential()
model.add(GaussianNoise(SNR_std))
model.add(Dense(neuron,input_dim=1920,
kernel_initializer=initializers.he_normal(seed=seed_num),
use_bias=False)
model.add(BatchNormalization())
model.add(Activation('relu'))
我是否按照我的意图以正确的方式做这件事?
解决方案
这对我来说似乎是正确的。
需要注意的一件事是,如果您使用这样的噪声更改图像,您应该在开始训练之前至少将这些图像可视化一次,以便您真正知道自己在学习什么。因此,获得该层输出的句柄是关键。关于如何做到这一点的答案可以在互联网上找到:(https://datascience.stackexchange.com/questions/20469/keras-visualizing-the-output-of-an-intermediate-layer)
推荐阅读
- reactjs - 如何在材质 ui 中将卡片内容调整为其大小?
- angularjs - 无法在angularjs中打印表达式
- shell - 在 UNIX 中根据条件连接两个文件
- c# - ObjectToJson thorwn System.OutOfMemoryException
- scala - Scala 将映射 k -> (v1,v2) 转换为单个键值对
- maven - 附加的工件必须具有与其对应的主工件不同的 ID
- java - 如何解析对单个 JAVA 对象的 JSON 响应
- protocol-buffers - 分发 GRPC 客户端的推荐机制是什么?
- javascript - 循环 JS 对象仅适用于 return 语句,否则它会抛出 undefined
- android - android - 为什么 mapObjectClickEvent 在单击 mapObject 时不会触发?