深度学习 | 训练网络技巧的方法——mixup
发布时间
阅读量：
阅读量
1.mixup原理介绍
mixup 论文地址
mixup作为一种非传统的数据增强手段，其核心理念是基于一种与具体数据无关的简易增强准则，通过线性插值的方式生成新的训练样本及其对应的标签。最终对标签的处理方式如公式所示，该方法虽操作简单，但在数据增强策略中却展现出独特性。
数据对\left ( x_{i},y_{i} \right )与\left ( x_{j},y_{j} \right )属于原始数据集中的训练样本及其对应标签。在该模型中，\lambda为一个遵循B分布的参数，其分布形式为\lambda\sim Beta\left( \alpha ,\alpha \right )。Beta分布的概率密度函数如图所示，其中参数\alpha的取值范围为\left [ 0,+\infty \right ]。
还没有任何评论哟~