學界 | 超少量數據訓練神經網絡：IEEE論文提出徑向變換實現圖像增強

近日，一篇題爲《Training Neural Networks with Very Little Data-A Draft》IEEE 論文提出了一種使用少量數據訓練神經網絡的新方法，即通過極座標空間中的徑向變換（radial transform) 實現圖像增強。它並未改變數據的信息內容，而是改進了數據的多樣性，並最終提升了神經網絡的泛化表現。 論文地址：https://arxiv.org/pdf

>>阅读原文<<