在Keras中應用數(shù)據(jù)增強技術(shù)可以通過使用ImageDataGenerator
類來實現(xiàn)。下面是一個簡單的示例代碼:
from keras.preprocessing.image import ImageDataGenerator
# 創(chuàng)建一個數(shù)據(jù)增強的生成器
datagen = ImageDataGenerator(
rotation_range=40,
width_shift_range=0.2,
height_shift_range=0.2,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True,
fill_mode='nearest'
)
# 加載數(shù)據(jù)集
# 這里假設X_train和y_train是訓練集的特征和標簽數(shù)據(jù)
datagen.fit(X_train)
# 使用生成器來訓練模型
model.fit_generator(datagen.flow(X_train, y_train, batch_size=32),
steps_per_epoch=len(X_train) / 32, epochs=50)
在上面的代碼中,ImageDataGenerator
類用于定義數(shù)據(jù)增強的方式,比如旋轉(zhuǎn)、平移、剪切、縮放、水平翻轉(zhuǎn)等。然后通過fit_generator
方法來使用生成器來逐批次的訓練模型。
通過使用數(shù)據(jù)增強技術(shù),可以有效地擴增訓練數(shù)據(jù)集,提高模型的泛化能力,減少過擬合。