为CIFAR100使用自动增强和剪切

Question

我一直在训练cifar100数据集来实现我自己的googlenet。起初，我在200个时间段内获得了71%左右的top-1准确率，然后我通过热身训练、nesterov momentum sgd和学习率计划将其提高到78.5%。你知道吗

我还使用了一些标准的增强功能，比如用4个零填充、32x32随机裁剪、随机水平翻转和rgb通道规格化。你知道吗

现在，我想看看我是否可以进一步提高精度，以79-80，甚至超过80%，使用更多的增强技术。我的问题是：

1）我可以在前面提到的标准增强的同时应用剪切吗？或者它们是相互排斥的？你知道吗

2）Autoaugment显然为数据集找到了“最佳”扩充策略。如果我应用了自动增强，我还需要使用剪切和我以前的增强吗？或者它们可以一起使用？你知道吗

3）我已经培训了200个时代（batchsize 128），因为我在各种论文中看到过多次，在我自己的实现中，在过去的200个时代的培训中没有显著的改进。在应用剪切和/或自动增强后，我应该训练超过200个历元吗？我的学习率从0.1开始，到第60120160纪元下降（下降系数为0.2）。我应该增加更多的学习率里程碑和培训多达300个时代？你知道吗