21 岁华人本科生，凭什么拿下 CVPR 2020 最佳论文提名？

点击上方“迈微电子研发社”，选择“星标★”公众号 重磅干货，第一时间送达 在训练神经网络的时候，经常会出现「缺数据」的情况。 这时候，就需要「数据增强」来获取更多数据。而近几年，镜像反转成了最为常用的方法之一。 转一次，获得2倍数据，真香！ 然而，事情却没有想像中的那么简单——当翻转了数据集里所有的图片时，神经网络所拟合的函数，还能代表原先的图像分布么？ 针对这一问题，来自康奈尔大学的研究员，首次

>>阅读原文<<