Pode ser usada uma rede contraditória generativa (GAN) para aumento de dados (ou seja, para gerar exemplos sintéticos que são adicionados a um conjunto de dados)? Isso teria algum impacto no desempenho de um modelo treinado no conjunto de dados aumentado?
11
Apenas a partir de uma perspectiva teórica, isso não pode ser possível. Se um GAN for treinado em um determinado conjunto de dados, ele poderá aprender apenas as informações representadas nesse conjunto de dados. Se você usar esse GAN para gerar novos dados, ele gerará dados do mesmo espaço em que os dados originais estão. Ao treinar um GAN, você não adicionará nenhuma nova informação ao conjunto de dados, portanto, naturalmente, o GAN não pode produzir dados de um espaço maior que o espaço do conjunto de dados original. Portanto, não faz sentido tentar gerar novos dados de treinamento com uma GAN, porque esses dados sintéticos não conterão nenhuma informação nova.
—
Alex
Não entendo por que essa pergunta foi encerrada. A questão é realmente muito interessante. Gostaria de adicionar um link a um estudo que realizamos sobre esse problema, se alguém estiver interessado. O código relevante pode ser encontrado aqui .
—
precisa saber é o seguinte
Concordo. obrigado pela reabertura. Você poderia descrever seu estudo como uma resposta?
—
ErrorISalvo 16/09/19