写回答
1、获取更多数据 深度学习基于大量的学习数据，数据的质量直接影响到模型的表现，数据量越多，学习的特征越多 2、创造更多数据 为了提高模型的泛化能力，当找不到更多样本但确实需要更多更全的样本的时，可以考虑自己创造样本 在图像处理方面，常用的方法包括：图片的平移、缩放、旋转、翻转、裁剪、添加噪声等方式 如果是一维的波形数据，可以考虑在原有样本上添加一小段范围内（如：-2到2之间）的随机数，这种做法可以在一定程度上弥补自己冒然造出的数据的不准确性，不会改变原有波形的正常走势。
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
