Exemple d'implémentation simple d'un type d'augmentation de données

Vue d'ensemble de la confusion

(Prévu pour être modifié)

Voir ↓ https://arxiv.org/pdf/1710.09412.pdf

Exemple de mise en œuvre facile

def mixup(x, y, batch_size, alpha = 0.2):
    l = np.random.beta(alpha, alpha, batch_size)
    x_, y_ = sklearn.utils.shuffle(x, y)
    shape = tuple(-1 if i == 0 else 1 for i in range(len(x.shape)))
    x = l.reshape(shape) * x + (1 - l).reshape(shape) * x_
    shape = tuple(-1 if i == 0 else 1 for i in range(len(y.shape)))
    y = l.reshape(shape) * y + (1 - l).reshape(shape) * y_
    return x, y

Description du code

argument

On suppose que «x» et «y» sont entrés dans des unités de lot et que l'ensemble de données est mélangé après chaque époque.

Contenu de la fonction

l = np.random.beta(alpha, alpha, batch_size) Ici, le poids de mélange est calculé. La forme de l est (batch_size).

x_, y_ = sklearn.utils.shuffle(x, y) Ici, le brassage est effectué tout en maintenant la correspondance entre «x» et «y».

shape = tuple(-1 if i == 0 else 1 for i in range(len(x.shape))) Ici, nous recherchons une forme qui rend «l» diffusable vers «x». Par exemple, si la forme de x est (batch_size, width, height, ch), et la forme de l est (batch_size), quand vous faites l * x Le résultat du calcul n'est pas celui attendu. De plus, selon la forme de «x», une erreur telle que «les opérandes ne peuvent pas être diffusés ...» peut se produire.

x = l.reshape(shape) * x + (1 - l).reshape(shape) * x_ Ici, «x» est mélangé.

shape = tuple(-1 if i == 0 else 1 for i in range(len(y.shape))) Ici, nous recherchons une forme qui rend «l» diffusable vers «y».

y = l.reshape(shape) * y + (1 - l).reshape(shape) * y_ Ici, «y» est mélangé.

Valeur de retour

échantillon

Lorsque le mélange est appliqué en considérant la matrice d'unité comme des données d'entrée, le résultat est le suivant.

α = 0.1	α = 0.2	α = 0.3

α = 0.4	α = 0.5	α = 0.6

α = 0.7	α = 0.8	α = 0.9

Reference

• mixup: BEYOND EMPIRICAL RISK MINIMIZATION ( https://arxiv.org/pdf/1710.09412.pdf)