數據增強

如果沒有最基本的原材料，我們如何製作和驗證機器學習理念？當資源稀少時，我們如何才能有效地獲取和創建數據價值？

PBA 的輸出結果足以與之前 CIFAR 和 SVHN 數據集上的最佳成績匹敵，但前者的 計算量只有千分之一，從而使研究者和從業者使用單顆工作站 GPU 就能有效地學習新的增強策略。