卷积神经网络的引入4 —— 局部扰动与空间结构破坏下的鲁棒性验证
在前三篇文章中，我们依次验证了：[*]CNN 对平移等空间扰动具有天然优势
[*]在低维灰度图（Fashion-MNIST）上，CNN 与 MLP 差距有限
[*]在中等复杂度数据集（CIFAR-10）上，差距迅速拉大
到这里，一个重要问题浮现：
CNN 的优势到底来自“更大的数据集”还是来自“图像的空间结构”？
换句话说：是否即便不换更大的数据集，只要破坏空间结构，MLP 就会更吃亏？
本篇将从这一关键视角展开实验。
一、实验目标
本篇希望进一步回答：
来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ 喜欢鼓捣这些软件，现在用得少，谢谢分享！ 收藏一下 不知道什么时候能用到
页:
[1]