[論文翻譯]Recurrent Spatial Transformer Networks（RNN-STN）

github代碼 0. 摘要 我們將STN與RNN結合，提出了RNN-STN模型，並用該模型進行MNIST手寫數字識別。該模型單數字的錯誤在1.5%，相比之下CNN的錯誤率在2.9%，STN的錯誤率爲2.0%。 STN能輸出放大、旋轉和傾斜的輸入圖像。 我們研究了STN的不同下采樣因子（輸入和輸出像素比），表明RNN-STN模型能夠在不惡化性能的情況下對輸入圖像進行下采樣。在RNN-STN中的下采

>>阅读原文<<