Data augmentation is one of the ugliest hacks in ML. If you know what the invariances are, encode them into the architecture. Don't blow up the size of you dataset in order to approximate them.
-
-
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
in that sense...wonder, how is that much different from deep learning on huge datasets anyway?
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
But wherever I read, data augmentation is the first trick mentioned to improve the learning followed by transfer learning. Seems i have been walking the wrong path all along
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
-
-
I would love to read an article how to encode invariances in computer vision models
- Näytä vastaukset
Uusi keskustelu -
-
-
Hey Pedro, I was told you’re the go-to voice on Twitter on how someone starts a career as a data scientist -> machine learning architect -> AI? My friend is currently on step 0, 31 years old, and hating his career in pharmacology and wants to use data to uproot it
-
I’d appreciate any insight you’d part,
@pmddomingos
Keskustelun loppu
Uusi keskustelu -
-
-
You know that is way harder...
- Näytä vastaukset
Uusi keskustelu -
-
-
maybe because we dont know what invariances we need, and end up using whatever invariances come into mind?
Kiitos. Käytämme tätä aikajanasi parantamiseen. KumoaKumoa
-
Lataaminen näyttää kestävän hetken.
Twitter saattaa olla ruuhkautunut tai ongelma on muuten hetkellinen. Yritä uudelleen tai käy Twitterin tilasivulla saadaksesi lisätietoja.