「漆昊先生！不可否认，你们的架构设计非常惊艳，但是，神经网络本身致命的缺陷之一就是平移不变性极差，imagenet中的目标物可能出现在图片的任何角落，尺寸也千差万别。」
「qinet：是如何在如此庞大的参数量下，保证不会因为目标物的位移，旋转或者光照变化，而出现分类崩塌的？」
漆昊解释了：「这其实我们在=训练中改进的。」
「qinet在数据预处理阶段进行了数据增强。」
「面对位移和尺寸变化，我们没有去试图修改网络本身，而是对数据源动手。」
「在训练阶段，我们把原本256256像素的图片，随机裁剪出224224的图块，并且进行水平翻转。」
「不仅如此，在测试阶段，我们对於一张待测图片，会同时裁剪出其四个角，中心区域以及它们的水平翻转共10张图块，让qiet分别进行预测，最後将这10个预测结果进行平均，作为最终的输出。」
「不是，这还是计算机学吗？」
「这是数学。」
「举个例子，现在我将裁剪图片出四个角和中心，加上水平翻转，得到10个不同视角的图块1，2，.·，10。」
「在这10个图块里，猫的相对位置全都不一样，左上角那张，猫跑到了右下，右下角那张，猫又跑到了左上。」
漆昊让人把白板擡上来，然後在上面写了起来。
「最终预测=（1/10）·Σp（yl）」
「我把这10个视角的预测，求平均。」
「n个近似独立的预测求平均，方差变为原来的1/n。」
「因为物体位置扰动带来的预测方差，被压低到了原来的十分之一，当然这个值可以更加精确——」
漆昊在上面滔滔不绝讲着，底下的数学人很高兴。
因为刚才讲计算机的东西，他们听不懂。
现在漆昊上起数学课，他们反而听懂了。
「搞了半天，隔壁计算机系天天神神秘秘，吹得天花乱坠的深度学习，本质上就是把我们测度论里的哈尔测度拿去给图片做离散采样啊！」
「就是，这玩意也不难啊！」另一个数学系博士生也兴奋了起来，压抑了半个多小时的优越感在这一刻蹦出来了。