MIT与FAIR提出「mixup」，利用数据和标签的随机线性插值提高神经网络的健壮性

省理工学院（MIT）与Facebook人工智能研究院（FAIR）联合发表了一篇题为《mixup：超越经验风险最小化》（mixup: BEYOND EMPIRICAL RISK MINIMIZATION）的论文，他们提出了一种能够构建虚拟训练样本的方法——mixup，提高了神经网络的健壮性。我们一起来看一看他们是如何做到的。

省理工学院（MIT）与Facebook人工智能研究院（FAIR）联合发表了一篇题为《mixup：超越经验风险最小化》（mixup: BEYOND EMPIRICAL RISK MINIMIZATION）的论文，他们提出了一种能够构建虚拟训练样本的方法——mixup，提高了神经网络的健壮性。我们一起来看一看他们是如何做到的。

http://mp.weixin.qq.com/s/HgRCU4wCET5V2nrIEzUcYA