Дополнение данных | Глубокие нейронные сети на Python

Увеличиваем количество данных в наборе для обучения с помощью генераторов в Keras. Страница учебного курса - https://www.asozykin.ru/courses/nnpython Для обучения глубокой нейронной сети необходимы десятки или сотни тысяч размеченных данных. Если у вас нет такого объема размеченных данных, то можно воспользоваться технологией дополнения данных (data augmentation). При этом на основе существующих данных генерируются новые, измененные случайным образом. В демонстрации рассматривается пример использования расширения данных в Keras для решения задачи распознавания котов и собак на изображениях. Генератор данных Keras в примере выполняет следующие модификации: Поворот изображения на угол до 40 градусов. Сдвиг по горизонтали до 20%. Сдвиг по вертикали до 20%. Увеличение размера до 20%. Зеркальное отображение по горизонтали. При генерации каждого изображения Keras случайным образом выбирает сочетание из указанных трансформаций. Полный перечень допустимых трансформаций есть на сайте Keras - https://keras.io/preprocessing/image/ Для распознавания дообучается сеть VGG16. Используя всего по 2 тыс. изображений котов и собак с помощью дополнения данных удалось обучить сеть до аккуратности 89%. Пример кода из демонстрации есть в репозитории примеров курса - https://github.com/sozykin/dlpython_c... Лекция "Как подготовить свой набор изображений в Keras" -    • Как подготовить свой набор изображений в K...   Лекция "Перенос обучения" -    • Перенос обучения | Глубокие нейронные сети...   Мой канал с краткими и понятными объяснениями сложных тем в ИТ и компьютерных науках - https://goo.gl/kW93MA