我有一个包含 10000 多张图像的数据集。但是相似的图像被组合在一起。我的意思是前 50 张图片非常相似,然后接下来的 50 张图片与前 50 张不同(不像第一张图片那么相似。我指的是枪支),但它们彼此相似。如果我选择 50 的批大小,会导致更差的结果吗?或者它一次选择数据集的随机子集进行训练?
如果答案很明显对不起,我是深度学习的新手。
我有一个包含 10000 多张图像的数据集。但是相似的图像被组合在一起。我的意思是前 50 张图片非常相似,然后接下来的 50 张图片与前 50 张不同(不像第一张图片那么相似。我指的是枪支),但它们彼此相似。如果我选择 50 的批大小,会导致更差的结果吗?或者它一次选择数据集的随机子集进行训练?
如果答案很明显对不起,我是深度学习的新手。
欢迎来到本站!我的理解是它是按顺序进行的。将数据帧作为预处理步骤进行洗牌通常是一个好主意,然后在此基础上进行训练。