我正在为我的深度学习项目制作图像迭代器。在这个项目上,我需要应用噪声产生(以减少过度拟合(。
我尝试了下面的代码,但是一个图像需要0.005秒,是的,它很快,但是我正在使用超过一百万张图像,所以要这样做需要很多。
def noise_generator(img, n=0.15):
return img + np.random.normal(0.0, n, img.shape)
如果我可以在0.001秒内完成一张图像,那将是非常好的。有任何建议吗?
在KERAS框架中您可以在模型中添加一层以执行高斯噪声keras.layers.GaussianNoise(stddev)
。这样的东西:
from keras.models import Sequential
from keras.layers import Dense, GaussianNoise, Input
model = Sequential()
model.add(GaussianNoise(0.5, input_shape=(784,)))
model.add(Dense(512))
model.add(Dense(10))
model.summary()