作者wre880223 (EZ)
看板DataScience
標題[問題] 如何得知深度學習樣本數足夠
時間Thu Jul 15 00:22:46 2021
各位大大好，初入深度學習領域，不懂之處想請教各位大大們
對於使用深度學習模型進行影像分類時，可以透過影像增強的方式來增加數據量，如果在
沒有影像增強的情況下，該如何估算自己所需要的樣本數量是否足夠？
有沒有類似像g power 估計樣本數的統計算法可以推估？
麻煩各位大大指教，謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.9.33.173 (臺灣)
※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1626279768.A.B44.html
1F：推 bessgaga: 一般會用training set 跟 testing set畫出的learning cu 07/17 12:22
2F：→ bessgaga: rve來看有沒有overfiting現象 有的話就代表訓練樣本數 07/17 12:22
3F：→ bessgaga: 不足 07/17 12:22
4F：→ wre880223: 請問大大除了學習曲線外，是不是有其他的方法證明說這 07/17 16:41
5F：→ wre880223: 樣的樣本數出來的結果是夠客觀的 07/17 16:41
6F：推 sxy67230: vc dimensions跟樣本容量估計可以算出大概需要多少樣本 07/25 19:38
7F：→ sxy67230: 才具有代表性 07/25 19:38
8F：→ sxy67230: 一般都是依照經驗大概參數十倍吧，不過這是沒有考量pret 07/25 19:39
9F：→ sxy67230: rain的情況 07/25 19:39
10F：推 sxy67230: 實際可能考量DL的generlize gap可能更複雜，而且這些目 07/25 19:41
11F：→ sxy67230: 前都還有值得研究的地方。 07/25 19:41
12F：→ wre880223: 謝謝sxy 大大！ 07/27 23:37