pytorch深度学习中表格数据数据集扩充方法

pytorch卷积神经网络中表格数据数据集扩充方法具体有哪些？

不知道你说的数据集扩充是什么意思？是数据量不够，想拼凑一些仿造的数据到数据集么？

不知道你这个问题是否已经解决, 如果还没有解决的话:

• 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7480970
• 这篇博客也不错, 你可以看下【pytorch基础学习笔记】零基础速成，了解pytorch基础语法和应用
• 同时，你还可以查看手册：pytorch 数据集和数据加载器 中的内容
• 除此之外, 这篇博客: pytorch梯度下降法与线性回归构建简单神经模型中的 Pytorch第二课！设立计算图并自动计算（涉及梯度下降法与线性回归） 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
  

  （尚未完成！）19.5.12
  （大概是完成了，后序有新了解会继续贴上来的！）19.5.13
  本课内容
  1.numpy和pytorch实现梯度下降法（大坑，我写的不是单纯用numpy，记得知识！！！！！！）
  2…设定初始值
  3.求取梯度
  4.在梯度方向上进行参数的更新
  5.numpy和pytorch实现线性回归
  6.pytorch实现一个简单的神经网络
  7.参考资料：PyTorch 中文文档

• 您还可以看一下 龙良曲老师的深度学习与PyTorch入门实战教程课程中的 自定义网络实战小节, 巩固相关知识点
  

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^