Las CNN son perfectas para la clasificación de imágenes, pero para cualquier cosa que no sea el más simple de los problemas necesita miles de muestras de entrenamiento para generalizar lo suficiente como para ser útil.
En el caso del arte, supongo que no tendrá miles de pinturas por artista y, por lo tanto, tendrá que crear artificialmente más muestras. La técnica utilizada se llama aumento y consiste en una bolsa llena de trucos para crear más imágenes y generalmente consiste en las siguientes operaciones:
- Volteo horizontal
- Recorte aleatorio
- Distorsión de color
- Ruido aleatorio
- Rotación aleatoria
- Cizallamiento
- Combinaciones de lo anterior
También usaré la validación cruzada k-fold en lugar de dividir mi conjunto de datos en train / validation / test para asegurarme de que mi modelo se exponga por completo a mi conjunto de datos.
- ¿Qué tan difícil es la clase de inteligencia artificial de Patrick Winston en el MIT?
- ¿Por qué los científicos están obsesionados con construir robots y desarrollar inteligencia artificial?
- Cómo incorporar nuevas características en los modelos de aprendizaje automático existentes
- ¿Por qué no hay una red neuronal que diseñe redes neuronales personalizadas?
- ¿Las computadoras (agentes inteligentes) debatirán sobre sus religiones en el futuro?
Ahora está listo para comenzar a entrenar su modelo y ajustar sus hiperparámetros.
Parece un proyecto interesante, ¡diviértete!
