訓練數據較少時如何生成更多的數據

在圖像和物體識別方面，計算機表現優於人類。 像Google和Microsoft這樣的大公司在圖像識別方面已經超越了人類基準[1，2]。平均而言，人類大約有5％的時間在圖像識別任務上犯了錯誤。截至2015年，微軟的圖像識別軟件的錯誤率達到4.94％，與此同時，谷歌宣佈其軟件的錯誤率降低到4.8％[3] 這是怎麼做到的？ 這可以通過在包含數百個對象類別、數百萬個訓練樣本的ImageNet數據集上訓練深

>>阅读原文<<