数据增肥技术——也就是很多 folks 在刚开始接触机器学习、搞深度学习训练杠杆炒股什么意思，甚至是自己在家倒腾小程序时候，最头疼没有足够样子数据用来练手、让程序更灵光一些的那种解决手段，其实，就是通过各种各样的巧妙法子，把手头上那点儿 原点数据，变得多起来、看起来各不相同，可是又保留着那些关键的信息和规律。对于咱们这种数据量老是不够，想让模型跑起来、学得好一点的人来说，这东西可真是太有帮助

所谓“数据增肥”，说白了就是给 data 添丁加口，但不是瞎添乱，得添得有道理、管用。 它跟那些从零做起造数据的法子不太一样；比如说，你有一百张猫咪的照片，不够用，然后你把每张照片都剪裁一下、或者调调亮度、甚至翻转个儿，弄出来好几百张看起来不太一样又都是猫的片片，这差不多就算是一种最最基础的添数据路子

1. 图像数据增肥的几板子斧——这个路子最多人用，也好上手：

几何方面小动作：什么翻来翻去啊（水平的、垂直的可能少点除非是对称东西）、随便裁一块下来（就是随机裁剪）、把图片拉大缩小一些（缩放操作嘛），通过这些简单不花钱的方式，立马就能让一张图变成好几张；

颜色上捣鼓几下： 亮度调暗调亮一丝丝；对比度，也稍微变变更动，别太过火就行；有时候还能稍微加点儿让人眼神迷离的小噪点，模拟拍不清楚或者光线不好的时候，这样糊弄一下初学乍练的模型，让它以后见着不完美的图也认得出来。

展开剩余74%

2. 文本数据增肥可不能随便改，一字之差差老远：

同义词颠来倒去换：比如开开心心这个词儿，可以换成兴高采烈、乐呵呵这种意思差不多，但是写法不一样的词，让句子看起来新，但意思不变；得拿着这类东西慢慢找；

语序颠倒错乱不跑偏：比如「我今天去超市买了苹果」，搞成「今天我去超市苹果买了」——哎不行不行，这样意思有歧义了，得是「今天我去超市买了苹果」改成「去超市的我，今天买了苹果」，这种不影响根本意思的调调个儿；

多出来的句子往里头塞/无关紧要一句拿走：在一个句子前面加点「大家都知道」，或者末尾去个「哈哈哈纯属虚构」这种不影响核心意思和关键判断的小配角句子。

3. 结构化数据增肥就得按规矩办事，不能瞎编数字坑自己：

轻微抖动法：比如说一个人流好几次体温都在36.5℃左右，就在这个数旁边儿，比如36.4到36.6之间随便挑个数儿写上去，增加点儿变化，但又不离谱太甚是？用的时候得记着这数值不是瞎填的。

乘除法歪鼻子斜眼法（听起来古怪但有用哦）：用一个极小极小的乘数因子，像0.998一直到1.002这种幅度，去胡乱乘以原始的某个数值特征，比如人的身高数据175cm乘以.001突然发现这么表述不对头，是整体乘以.998成174.65cm（当然得看具体场景合不合适乘） 。

那什么时候最需要嚷嚷着“我要给数据增肥咧”？常见的。最第一个蹦出来的就是样本不够一点点都——像咱们普通爱好者，网上扒拉半天凑不齐上千上万的图片文本信息时候；要是手里头十类图片，有一类占了八成，其他九类合起来才两成也需要赶紧动动剪刀增肥一下下，哦还有那模型动不动学一个样子就定死不会变通时候，也八成是data太单纯，得添点乱码七糟增加复杂性才行。安全隐私什么的，这个搞的时候多加注意，别用人家不合适的数据就妥啦嗯。

4）常见手动能做的几个朴实又好用trick，不用高大上的代码模型：

复制粘贴稍微换换样 - 啥场景捏？像那些日志信息重复记录的，把「=123访问pageA」改成「=124瞥了眼pageC」但注意关键结构变量互换、有点像自己抄自己作业然后改几个数免被老师抓；

找公开数据集里头跟自己数据沾亲带故的混一起搭点亲戚 - 像是玩手写数字识别，MNIST里头捞点，自己再拿摄像头拍几张混合在一起，变成自家用的数据套餐，但一定记住那公开数据可用证书要瞅明白允许才行哈…忘了就出事麻烦嘞因此必须看清楚。

然后还有个情况就是对于初学者，有免费不用花钱那种工具也能上手搞起来。像专门调图用的模块，里面有好多自带的调整函数能直接拖过来耍。要是怕敲代码麻烦，还有一些拖拖拽拽点点鼠标就能弄。

Q： 为啥我搞了半天图像旋转，模型效果没啥两样？是不是白费劲了

A： 兄弟你是不是所有图都一模一样只转了90度？或者旋转的时候搞出些空荡荡地区域没有处理好、干扰到图像里重要东西；也可能你转的那种方向对于识别物体压根儿没关键影响。比如你的猫本来就是随便躺的那些照片你转它搞毛线要去想这个动作符不符合你的下游任务嗯。

Q： 添加文字里头那个替换同义词会不会整出些不三不四、读起来怪怪的句子

A： 太会了太会了！所以挑同义词不能闭着眼睛随手抓一个，得瞅瞅上下文搭配不搭。推荐开始先用那种意思紧挨着、几乎能对换掉的词；或者干脆人工大概筛一遍，就不容易出糗显得闹笑话了。另外有个笨窍门将，别一句话把几个都同时换掉一个里面换一俩试试水。相对与前面几条那个算麻烦点，然则真管用、错误明显少乎哉。

我个人感觉——数据增肥这码子事情，关键是“度”得把握得当！不要妄想一个就能生出成百上千个假脸假图出来。你就看着原始数据那个样儿、特点咋分布的，老老实实干个几倍、最多十几倍量，应该就妥妥能撑起基本训练所需；而且主要省成本，不用苦哈哈再去大海捞小针搜集，对于资金不够没那么多资源支持的咱们，算得上实在好伙伴。

你的论文查重经历是怎样的？遇到过哪些问题？快来评论区分享你的查重故事或实用建议杠杆炒股什么意思，帮助更多同学顺利完成论文查重吧！✨

发布于：广西壮族自治区
当前网址：http://www.bltyb.com/waipanhuangjinpeizi/438441.html
tag：杠杆炒股什么意思