数据增强：不增加数据却让模型更强

数据增强通过对现有数据做变换（翻转、旋转、裁剪、加噪声）生成“新”样本，扩大有效训练集。它不需要采集新数据，却能显著提升模型的泛化能力。

数据增强的精髓是“换角度看问题”。同一张图片翻转一下就是新的学习材料，同一种情况换种表述就带来新的理解。这不正是人类举一反三的能力吗？把它教给机器，机器也就更接近人类了。

## 核心要点

图片来源：Openverse / medul.la（https://www.flickr.com/photos/45758022@N04/5761807577）

1. 图像领域的数据增强最成熟：翻转、色彩抖动、随机擦除。

2. NLP 的数据增强更微妙：同义词替换、回译、随机掩码。

3. 数据增强的边界在于变换不能破坏数据的语义。

4. MixUp、CutMix 等高级增强方式效果显著。

图片来源：Openverse / Noah Sussman（https://www.flickr.com/photos/26325011@N00/4684071240）

## 写在最后

以上是关于「数据增强」的科普介绍。人工智能正在快速发展，相关概念和方法也在不断演进。希望本文能帮你建立对这一主题的基本认识。