深度学习训练技巧-CNN

训练技巧： 1.数据增强： 旋转，翻转，裁剪和随机尺寸变换，颜色抖动，对比度和亮度变换。 优点：数据扩充有助于得到更具鲁棒性的模型以对抗光照变化和噪声问题，可以提高网络泛化能力。 2.预处理： 零均值化(中心化)和标准化(归一化)：取消由于量纲不同、自身变异或者数值相差较大所引起的误差。 优点：标准化加速梯度下降速度(加速收敛)、有可能提高精度。 零均值化：相当于平移到中心(0，0)，变量减去均值

>>阅读原文<<