时间戳

首页 > 解决方案 > 处理插入噪声以在 Keras 中训练数据（深度学习）

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？

标签： pythonkerasdeep-learningkeras-layer

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