Kornia可微数据增强模块综述发布，覆盖2D与3D张量

据论文《Differentiable Data Augmentation with Kornia》，作者Jian Shi、Edgar Riba、Dmytro Mishkin、Francesc Moreno、Anguelos Nicolaou于2020年11月19日发布综述，介绍Kornia可微数据增强（DDA）模块，覆盖二维空间与三维体张量。论文称，该模块利用Kornia的可微计算机视觉方案，目标是把数据增强流程与策略接入现有PyTorch组件，例如用于可微性的autograd与用于优化的optim。作者还提供了不同数据增强框架的基准比较，并简要回顾了若干使用Kornia DDA的方法。该文为预印本，相关结论尚未经同行评审。