评估模型在真实数据和 GAN 生成数据上的性能差异,并监控验证集上的表现。
根据模型的学习进度,动态调整数据增强比例。
使用自动机器学习(AutoML)技术,自动搜索最佳的数据增强比例。
进行交叉验证,评估模型在不同数据比例下的泛化能力。