Я пытаюсь создать CNN на наборе данных изображений моды от keras.datasets.fashion_mnist до проблемы классификации.
Насколько я понимаю, когда вы строите нейронную сеть, отношение количества проб к общему количеству весов не должно превышать 10: 1.
Этот конкретный набор данных содержит обучающие данные, которые содержат 60000 изображений размером 28x28 с 1 каналом (серая шкала).
Моя модель.summary () показывает всего около 160000 параметров.
Обратите внимание, что я также дополняю изображения, используя ImageDataGenerator и позже пользователя fit_generator для модели, в которой обучение X и Y происходит из генератора, а также данные проверочного теста поступают из его генератора. Количество использованных эпох составляет 25, а размеры партий25.
Если я должен учитывать соотношение 10: 1, как указано выше, то каким должно быть мое общее количество образцов, учитывая, что я также увеличиваю изображения.Меня беспокоит то, что мои веса слишком велики и, в свою очередь, соответствуют моей модели.
Так что вопросы таковы:
Без увеличения, сколько всего у него будет тренировочных образцов - будетбудь то 28 * 28 * 60000 (рост вес сэмплов) или 60000 (сэмплы)
С увеличением, как мне кажется, общее количество сэмплов должно составить за 60 тыс.изображения?
Спасибо,
Виджай