训练CNN时，可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。这么说是对，还是不对？（正确答案：对）
When training a CNN, preprocessing inputs (rotation/translation/scaling) can improve generalization. Is this true or false? (Correct answer: True)
题目类型: 技术面试题
这是一道技术面试题，常见于澳洲IT公司面试中。
难度: easy
分类: Machine Learning
标签: CNN, 数据增强, 泛化能力
参考答案摘要
答案 对。 扩充数据是提高泛化能力常用的方式，对数据的平移、旋转等是对CNN训练数据的扩充的操作方式。
答题技巧
技术面试题建议先理清思路再作答，从基础概念讲起，逐步深入。可以结合实际项目经验解释技术原理，展示你的理解深度和实践能力。
本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案、收藏题目并进行模拟面试练习。
