68、深入了解深度学习：概念、技术与应用-CSDN博客

本文链接：https://blog.csdn.net/svm4gardener/article/details/151091867

深入了解深度学习：概念、技术与应用

1. 图像来源与数据准备

1.1 图像版权信息

图像来源广泛，来自Wikimedia和Wikiart的作品属于公共领域，来自Pixabay的图像遵循Creative Commons CC0许可，也属于公共领域，未注明来源的图像由作者提供。以下是部分图像示例：
| 章节 | 图像名称 | 链接 |
| — | — | — |
| Chapter 1 | Bananas | https://pixabay.com/en/bananas-1642706 |
| Chapter 1 | Cat | https://pixabay.com/en/cat-2360874 |
| Chapter 10 | Cow | https://pixabay.com/en/cow-field-normande-800306 |

1.2 数据准备要点

数据准备工作至关重要，涵盖数据清理、扩充和规范化等环节。具体操作如下：
- 数据清理 ：去除数据中的异常值和噪声，保证数据的质量。例如在处理图像数据时，剔除模糊、损坏的图像。
- 数据扩充 ：通过旋转、翻转、缩放等操作增加数据量，提升模型的泛化能力。比如对图像进行随机旋转和翻转。
- 数据规范化 ：对数据进行归一化或标准化处理，使数据在相同的尺度上，有助于模型的训练。常见的方法有均值归一化和方差归一化。