Python社区  »  机器学习算法

在Keras中处理插入噪声训练数据(深度学习)

Hyun Kyu Park • 10 月前 • 22 次点击  

我正在使用Keras进行深入学习。

我想在训练的每个阶段把噪声输入到列车数据中。

因此,在每个时期,由于随机噪声的插入,列车数据都应该与以前的不同。

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'))

我做这件事的方式是否符合我的意图?

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/31794
 
22 次点击  
分享到微博
文章 [ 1 ]  |  最新文章 10 月前
Thomas Pinetz
Reply   •   1 楼
Thomas Pinetz    10 月前

我觉得这是对的。

需要注意的一点是,如果您使用类似这样的噪声来更改图像,那么在开始培训之前,您应该至少对这些图像进行一次可视化处理,以便真正了解您正在学习的内容。因此,获取该层输出的句柄是关键。有关如何执行此操作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 )