공짜로 더 많은 데이터(증강)
왜 중요한가 데이터를 모으는 건 비싸요. 흔히 가진 예시를 답이 바뀌지 않는 방식으로 바꿔서 더 만들 수 있어요.
여기 테스트 숫자들은 중심에서 약간 벗어나게 쓰였어요: 많아야 한 픽셀 옮겨져 있어요. 중심에 있는 숫자로만 훈련한 모델은 그걸 본 적이 없어서 점수가 나빠요. 그러니 각 훈련 숫자의 옮긴 사본을 더하세요: 레이블은 같아요, 한 픽셀 왼쪽으로 옮긴 3은 여전히 3이니까요.
모든 변화가 안전한 건 아니에요
증강의 규칙: 답을 같게 유지하는 변화만 하세요. 거울에 비친 숫자는 진짜 손글씨가 아니고, 어떤 뒤집기는 한 숫자를 다른 숫자에 가까운 것으로 바꿔요. 해 보고 점수를 지켜보세요.
증강: 레이블을 참으로 유지하는 데이터의 바꾼 사본(옮기기, 작은 회전, 자르기)으로 훈련하기.
이 레슨의 단어와 기호
- 증강
- 레이블을 참으로 유지하는 데이터의 바꾼 사본
각 이미지의 9가지 옮김 전부(np.roll로 아래와 옆으로 -1, 0, +1 픽셀 이동)가 있는 이미지와 레이블을 반환하는 shifted_copies(imgs, labs)를 쓰세요. 그다음 fit_and_score로 세 실행의 점수를 매기세요: plain(훈련 이미지만), shifted(자기 사본), flipped(훈련 이미지 더하기 좌우로 뒤집은 사본). harmful을 해가 된 실행의 이름으로 설정하세요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.