数据增强（data augmentation）

数据增强，是指通过对已有的例子施加一些细小的、不改变标签的改动，来创造出额外的训练例子。一张猫的照片，把它左右翻转、旋转几度、调亮一点、或稍微放大，它仍然是一只猫。让模型见到这一切变体，你就教会了它：无论姿态或光照如何，猫就是猫——而无需花钱去标注哪怕一张新图。

关键的约束是：那个变换绝不能改变正确答案。对图像：翻转、旋转、裁剪、颜色偏移、加噪声。对音频：改变速度或音高、混入背景声。对文本：把词换成同义词，或经由另一种语言来回翻译（回译）。每一处改动，都给了模型同一个底层事物的又一个如实例子，取自它在真实世界里将会遇到的多样性。

为何重要：数据增强是对抗过拟合、提升泛化能力最有效也最廉价的办法之一，尤其在标注数据稀缺时。它之所以管用，是因为它把你已知为真的不变性烤进了数据（一只侧身的猫仍是猫），好让模型不再死盯无关的偶然细节。但它有其限度：它只能把你已有的数据拉伸开来，而无法凭空捏造出真正全新的情形；而一处粗心的变换还可能悄悄翻转标签——把数字6的照片旋转180度，就成了9，反倒教给了模型一件假事。