显著减少模型训练所需的计算资源和显存消耗。
鼓励模型在样本之间的线性插值区域也能做出低置信度的平滑预测,从而提高模型的泛化能力和鲁棒性。
解决数据集中类别不平衡问题,确保每个类别被同等概率地采样。
生成视觉上更真实、更多样的训练样本,以扩充数据集。
这道题你会答吗?花几分钟告诉大家答案吧!
扫描二维码,关注牛客网
下载牛客APP,随时随地刷题