跳到正文
arXiv · ML· Daniel Kua, Yan Song·· 3 天前AI 评分28

无外部数据生成式数据增强:深度网络的实证与理论研究

Generative Data Augmentation Without External Data: An Empirical and Theoretical Study on Deep Networks

AI 导读

该研究探讨无外部预训练数据的生成式数据增强对分类器测试准确率的影响,通过四个骨干网络在六个数据集上的实验,界定了合成数据带来的超额风险上限。 理论表明,当生成与真实数据分布差异较小时,合成数据增益最大;总变差距离下界较大的生成器在六个数据集中的五个上效果较弱。

来源:arXiv · ML · arxiv.org