新たなdata augmentation手法mixupを試してみた - Qiita

ここで$\lambda \in [0, 1]$は、ベータ分布$Be(\alpha, \alpha)$からのサンプリングにより取得し、$\alpha$はハイパーパラメータとなります。特徴的なのは、データ$X_1, X_2$だけではなく、ラベル$y_1, y_2$も混合してしまう点です。 この定式化の解釈の参考記事： http://www.inference.vc/mixup-data-dependent-data-augmentation/ 実装 ジェネレータとして実装します。 https://github.com/yu4u/mixup-generator import numpy as np class MixupGenerator(): def __init__(self, X_train, y_train, batch_size=32, alpha=0.2, shuffle=True,

[stealthinu]

学習データを増やす手法。２つの学習サンプルをマージしちゃう。

[yumu19]

へー。

[yu4u]

mixupされた訓練データ吐き出すジェネレータ作った