gur*_*osh 9 image-processing conv-neural-network keras tensorflow
对于图像分析：
对于 40000 张图像，是否增加纪元（例如从 2 到 4）会更好。这需要双倍的时间。
或者
是否最好将训练数据的大小从 40000 增加到 80000，但仅包含 2 个 epoch。这也将花费双倍的时间。
由于增加 epoch 的数量和训练数据都需要花费很多时间，所以我只能做一个。
应该选择什么？
谢谢。
小智 3
拥有更多的数据总是一个好方法，但拥有更多的纪元将导致过度拟合，而更少的纪元将导致欠拟合。您可以选择在 Keras 中使用EarlyStopping，一旦模型性能停止改善，它将在特定时期停止训练模型。
此外，如果数据有限，您可以扩充数据，这将增加用于训练模型的不同图像的数量。
请参考 openCV 和 scikit-image 了解不同的图像转换技术，例如：
| 归档时间： |
|
| 查看次数： |
2807 次 |
| 最近记录： |