pytorch中使用torchvision.transforms进行数据增强

Question

我发现可以使用torchvision.transforms在PyTorch中完成数据扩充。我还读到，转换在每个时代都有。所以我想知道复制每个样本多次然后对它们进行随机转换的效果是否与在原始数据集（唯一图像）上使用torchvision.transforms并训练更长的时间（更多时间） 。 预先感谢。

Answer 1

这是一个需要广泛回答的问题。不要误解TorchVision转换不会增加您的数据集。它在运行时将随机或非随机转换应用于当前数据集。 （因此在每个时代都是唯一的）。

  

多次复制每个样本然后对其进行随机变换的效果与在原始数据集（唯一图像）上使用torchvision.transforms并仅对其进行较长时间（更多时期）的训练相同。

答案- 要增加数据集，您可以复制粘贴，也可以使用pyTorch或WEKA软件。但是，更多的时期是与此完全不同的概念。当然，您使用的时间越多，模型就越好（直到验证损失和训练损失彼此相交为止） 希望这可以帮助。