我一直在阅读有关生成对抗网络 (GAN) 的文章，并且想知道训练生成器函数仅用于创建更多训练数据是否有意义。
在我没有足够的训练数据来构建强大的分类器的情况下，我是否可以使用这些有限的数据来训练生成器，该生成器将产生足够好的样本来提高我的鉴别器（分类器）的准确性？
GAN 增强训练数据
数据挖掘
神经网络
数据集
准确性
训练
甘
2022-02-15 12:48:43
1个回答
是和否取决于您如何定义“足够好的样本”。您最终可能会遇到鸡与蛋的问题：您想使用 GAN 生成训练数据，但 GAN 本身没有足够的训练数据来生成足够令人信服的样本。
存在用于训练图像的数据合成的其他技术。例如：添加噪声、翻转轴、改变亮度、改变颜色、随机裁剪、随机失真。
其它你可能感兴趣的问题