训练集噪声对于深度学习的影响

总所周知，在深度学习的训练中，样本的质量和数量都是非常重要的一环。然后在实际的生产过程中，样本的数量往往可以通过一些手段得到满足，但是质量却非常依赖人工的标注，因此往往在训练中会包含一定数量的标注不正确的数据。一般认为这样的一些数据，会对于最终的结果造成负面影响，但是具体怎样影响训练和最终的模型推广效果我们来做一个小实验。 实验设置 使用工具 ：MXNET 数据集：MNIST 训练集大小：6000

>>阅读原文<<