首页 > 试题广场 >

训练CNN时，可以对输入进行旋转、平移、缩放等预处理提高模型

[单选题]

训练CNN时，可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。这么说是对，还是不对？

查看正确选项

Fabulous_HK

提高模型泛华能力，减小过拟合，提升鲁棒性的几种方法： 1.小的batch_size比大的batch_size更强 2.增加模型深度 3.正则化，Batch Normalize 4.提早结束训练 5.droupout

发表于 2020-08-29 19:53:56 回复(1)

天道酬勤fml

输入进行旋转、平移、缩放等预处理相当于做了数据增强，数据增强了，训练出的CNN泛化能力自然会提高

发表于 2020-07-08 17:42:37 回复(0)

louis_ncu

预处理可以提高模型的鲁棒性

发表于 2020-03-23 15:52:06 回复(0)

牛客793253187号

CNN 具有平移不变性，那么平移能提高泛化能力的依据是什么？

发表于 2022-08-21 03:23:55 回复(1)

inspirem

如果是检测行人，旋转以后，头向下，，，训练完以后还能正确的推理嘛？

发表于 2021-10-21 21:02:08 回复(0)

lllliiiaa

全连接的需要固定大小，CNN可以任意大小

编辑于 2024-03-13 22:44:29 回复(0)

牛客771196357号

CNN有旋转不变性吗？

发表于 2022-04-09 09:03:45 回复(0)

风霁

数据增强提升泛化能力没毛病

发表于 2020-07-02 11:30:11 回复(0)

提交观点

问题信息

深度学习

上传者：小小

难度：

8条回答 82收藏 4201浏览

扫一扫，把题目装进口袋