deep-learning - 在多个数据集上训练深度学习模型时,最好将所有数据集连接起来并打乱它,还是按顺序训练数据集?
问题描述
因此,假设我有数据集 A、B 和 C 来训练模型。我当前的解决方案从 A 中随机抽取批次,然后从 B 中抽取,然后从 C 中抽取批次。我想知道是否连接所有数据集并进行改组以使训练更加随机会改善结果
解决方案
正如您在评论中指出的那样,数据集中的样本来自略有不同的“分布”(例如,真实与合成图像)。在这种情况下,最好从每个批次的所有数据集中随机采样点,而不是按顺序遍历不同的数据集。
推荐阅读
- botframework - 在 microsoft bot 框架 v3 和 v4 Bot 中禁用 Web 频道中的语音选项和直线
- angularjs - 为 AngularJS $watch 函数设置超时
- python - Heroku 应用程序错误:应用程序发生错误,无法提供您的页面(django)
- android - 什么是android中的实体?
- angular - 如何从子组件动态调用父方法?
- javascript - Angular HTML全屏视频自动播放不起作用
- asp.net-mvc - 在 Mvc5 中使用 EntityFramwork 按内部组分组
- c - 缓冲区在 cppcheck 中被越界访问
- swift - Swift:根据键将字典数组转换为字符串数组
- javascript - 当 .click() 不起作用时,如何以编程方式单击此页面上的按钮?