数据增肥期间——也便是许多 folks 在刚运转构兵机器学习、搞深度学习考试，以致是我方在家倒腾小身手时刻，最头疼莫得有余款式数据用来练手、让身手更灵光一些的那种措置技能，其实，便是通过多样万般的机密要领，把手头上那点儿 原点数据，变得多起来、看起来各不交流，但是又保留着那些关节的信息和规则。关于我们这种数据量总是不够，思让模子跑起来、学得好小数的东谈主来说，这东西可的确太有匡助

所谓“数据增肥”，说白了便是给 data 添丁加口，但不是瞎添乱，得添得特地义理由、管用。 它跟那些从零作念起造数据的要领不太相似；比如说，你有一百张猫咪的像片，不够用，然后你把每张像片都剪裁一下、或者调调亮度、以致翻转个儿，弄出来好几百张看起来不太相似又都是猫的片片，这差未几就算是一种最最基础的添数据途径

1. 图像数据增肥的几板子斧——这个途径最多东谈主用，也好上手：

几何方面小看成：什么翻来翻去啊（水平的、垂直的可能少点除非是对称东西）、坚决裁一块下来（便是立地编订）、把图片拉大减轻一些（缩放操作嘛），通过这些浅易无谓钱的方式，立马就能让一张图酿成好几张；

神采上捣饱读几下： 亮度调暗调亮一点丝；对比度，也稍稍变变改换，别太及其就行；偶然刻还能稍稍加点儿让东谈主目光迷离的小噪点，模拟拍不明晰或者光芒不好的时刻，这样骗取一下入门乍练的模子，让它以后见着不无缺的图也认得出来。

2. 文本数据增肥可不可坚决改，一字之差差老远：

同义词颠来倒去换：比如开振奋心这个词儿，不错换成饶有瞻仰、乐呵呵这种理由差未几，但是写法不相似的词，让句子看起来新，但理由不变；得拿着这类东西徐徐找；

语序倒置繁杂不跑偏：比如「我今天去超市买了苹果」，搞成「今天我去超市苹果买了」——哎不行不行，这样理由有歧义了，得是「今天我去超市买了苹果」改成「去超市的我，今天买了苹果」，这种不影响根本理由的调调个儿；

多出来的句子往里头塞/卑不足谈一句拿走：在一个句子前边加点「人人都知谈」，或者末尾去个「哈哈哈熟习虚拟」这种不影响中枢思由和关节判断的小交集句子。

3. 结构化数据增肥就得按章程做事，不可瞎编数字坑我方：

轻微抖动法：比如说一个东谈主流好几次体温都在36.5℃傍边，就在这个数足下儿，比如36.4到36.6之间坚决挑个数儿写上去，增多点儿变化，但又不离谱太甚是？用的时刻得记取这数值不是瞎填的。

乘除法歪鼻子斜眼法（听起来乖癖但灵验哦）：用一个极小极小的乘数因子，像0.998一直到1.002这种幅度，去胡乱乘以原始的某个数值特征，比如东谈主的身高数据175cm乘以.001片刻发现这样表述不怨家，是举座乘以.998成174.65cm（虽然得看具体场景合折柳适乘） 。

那什么时刻最需要嚷嚷着“我要给数据增肥咧”？常见的。最第一个蹦出来的便是样本不够小数点都——像我们世俗爱重者，网上扒拉半天凑不皆上千上万的图片文本信息时刻；若是手里头十类图片，有一类占了约略，其他九类合起来才两成也需要飞速动动剪刀增肥一下下，哦还有那模子动不动学一个款式就定死不会变通时刻，也约略是data太单纯，得添点乱码七糟增多复杂性才行。安全心事什么的，这个搞的时刻多加详确，别用东谈主家折柳适的数据就妥啦嗯。

4）常见手动能作念的几个朴实又好用trick，无谓肥大上的代码模子：

复制粘贴稍稍换换样 - 啥场景捏？像那些日记信息重迭纪录的，把「=123打听pageA」改成「=124瞥了眼pageC」但详确关节结构变量互换、有点像我方抄我方功课然后改几个数免被熏陶抓；

找公开数据集里头跟我方数据沾亲带故的混一齐搭点亲戚 - 像是玩手写数字识别，MNIST里头捞点，我方再拿录像头拍几张混杂在一齐，酿成自家用的数据套餐，但一定记住那公开数据可用文凭要瞅解析允许才行哈…忘了就出事休止嘞因此必须看明晰。

然后还有个情况便是关于入门者，有免费无谓用钱那种用具也能上手搞起来。像专门调图用的模块，内部有好多自带的疗养函数能顺利拖过来耍。若是怕敲代码休止，还有一些拖拖拽拽点点鼠标就能弄。

Q： 为啥我搞了半天图像旋转，模子恶果没啥两样？是不是枉汉典了

A： 昆玉你是不是统共图都一模相似只转了90度？或者旋转的时刻搞出些空荡荡地区域莫得处理好、干豫到图像里垂死东西；也可能你转的那种场地关于识别物体根柢儿没关节影响。比如你的猫原来便是坚决躺的那些像片你转它搞毛线要去思这个看成符不合适你的下流任务嗯。

Q： 添加笔墨里头阿谁替换同义词会不会整出些不三不四、读起来怪怪的句子

A： 太会了太会了！是以挑同义词不可闭着眼睛顺手抓一个，得瞅瞅高下文搭配不搭。保举运转先用那种理由紧挨着、简直能对换掉的词；或者干脆东谈主工大概筛一遍，就抵制易出糗显得闹见笑了。另外有个笨决窍将，别一句话把几个都同期换掉一个内部换一俩试试水。相对与前边几条阿谁算休止点，关连词真管用、装假明显少乎哉。

我个东谈主嗅觉——数据增肥这码子事情，关节是“度”得把捏适宜！不要妄思一个就能生出成百上千个假脸假图出来。你就看着原始数据阿谁样儿、特色咋漫衍的，老老赤诚干个几倍、最多十几倍量，应该就妥妥能撑起基本考试所需；况且主要省资本，无谓苦哈哈再去大海捞小针征集，关于资金不够没那么多资源赈济的我们，算得上确实好伙伴。

你的论文查重资历是如何的？遭逢过哪些问题？快来批驳区共享你的查重故事或实用冷漠体育游戏app平台，匡助更多同学顺利完成论文查重吧！✨