作者wre880223 (EZ)
看板DataScience
标题[问题] 如何得知深度学习样本数足够
时间Thu Jul 15 00:22:46 2021
各位大大好，初入深度学习领域，不懂之处想请教各位大大们
对於使用深度学习模型进行影像分类时，可以透过影像增强的方式来增加数据量，如果在
没有影像增强的情况下，该如何估算自己所需要的样本数量是否足够？
有没有类似像g power 估计样本数的统计算法可以推估？
麻烦各位大大指教，谢谢
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 101.9.33.173 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1626279768.A.B44.html
1F：推 bessgaga: 一般会用training set 跟 testing set画出的learning cu 07/17 12:22
2F：→ bessgaga: rve来看有没有overfiting现象 有的话就代表训练样本数 07/17 12:22
3F：→ bessgaga: 不足 07/17 12:22
4F：→ wre880223: 请问大大除了学习曲线外，是不是有其他的方法证明说这 07/17 16:41
5F：→ wre880223: 样的样本数出来的结果是够客观的 07/17 16:41
6F：推 sxy67230: vc dimensions跟样本容量估计可以算出大概需要多少样本 07/25 19:38
7F：→ sxy67230: 才具有代表性 07/25 19:38
8F：→ sxy67230: 一般都是依照经验大概参数十倍吧，不过这是没有考量pret 07/25 19:39
9F：→ sxy67230: rain的情况 07/25 19:39
10F：推 sxy67230: 实际可能考量DL的generlize gap可能更复杂，而且这些目 07/25 19:41
11F：→ sxy67230: 前都还有值得研究的地方。 07/25 19:41
12F：→ wre880223: 谢谢sxy 大大！ 07/27 23:37