資料擴增（data augmentation）

資料擴增，是指透過對已有的例子施加一些細小的、不改變標籤的改動，來創造出額外的訓練例子。一張貓的照片，把它左右翻轉、旋轉幾度、調亮一點、或稍微放大，它仍然是一隻貓。讓模型見到這一切變體，你就教會了它：無論姿態或光照如何，貓就是貓——而無需花錢去標註哪怕一張新圖。

關鍵的約束是：那個變換絕不能改變正確答案。對圖像：翻轉、旋轉、裁剪、顏色偏移、加雜訊。對音訊：改變速度或音高、混入背景聲。對文字：把詞換成同義詞，或經由另一種語言來回翻譯（回譯）。每一處改動，都給了模型同一個底層事物的又一個如實例子，取自它在真實世界裡將會遇到的多樣性。

為何重要：資料擴增是對抗過擬合、提升泛化能力最有效也最廉價的辦法之一，尤其在標註資料稀缺時。它之所以管用，是因為它把你已知為真的不變性烤進了資料（一隻側身的貓仍是貓），好讓模型不再死盯無關的偶然細節。但它有其限度：它只能把你已有的資料拉伸開來，而無法憑空捏造出真正全新的情形；而一處粗心的變換還可能悄悄翻轉標籤——把數字6的照片旋轉180度，就成了9，反倒教給了模型一件假事。