第267章 数据增广和集成学习

着已经训练好的几个模型。

第二轮的“唯一优胜者”，以及进化后的“书呆子”、“中等生”……

忽然，他又有了一个巧妙的发现。

对于那些容易误测的图片，优胜者、书呆子、中等生……它们的判断往往不尽相同。

同样一个图片，比如数字“5”，由于书写不规范，导致极难识别。

有点像6，又有点像s，甚至就算将其当成0，也不会多么违和。

这种无法妥善处理的数据，一般的做法是当做“噪声”，在训练时加以排除。

免得对网络的训练产生干扰，让网络学到错误的“知识”，导致“越学越懵”。

江寒在分析这类疑难图片时，却忽然有了一个奇妙的发现。

对于这样的图片，优胜者偶尔也会识别错误，但神奇的是，书呆子偶尔却可以识别正确。

有些图片书呆子和优胜者都不认识，中等生或者普通学生，反而往往有独到的见解……

然后，这些结构不同的神经网络，它们识别错误的那部分图片，很少出现交集。

也就是说，这些疑难图片之中，绝大多数都会被部分“学生”正确识别。

这就很有趣了。

如果能把这十几个神经网络的识别能力结合到一起，岂不是可以进一步提高准确率？

江寒经过仔细思考、认真分析，最后做出了一个大胆的决定。

那就是：集成学习。

重生学神有系统