数据增强是深度学习中用于人工扩充训练数据集大小和多样性的一种技术。通过对现有数据样本应用受控修改，它有助于模型更好地泛化到未见数据，并减少过拟合，尤其是在原始数据集较小的情况下。这个过程通过创建保留底层含义但引入真实噪声或变换的输入数据变体来实现，从而迫使模型学习更鲁棒的特征。
常见的例子因数据类型而异。对于图像，广泛使用旋转、翻转、裁剪和颜色调整（例如，亮度或对比度变化）等技术。在自然语言处理中，文本增强可能涉及同义词替换、句子打乱或回译（将文本翻译成另一种语言再翻译回来）。对于音频数据，音高偏移、时间拉伸或添加背景噪声是典型方法。还存在特定领域的方法：医学成像可能使用弹性变形来模拟组织变异，而自动驾驶汽车系统可以叠加合成天气效果，如雨或雾。Keras 的 ImageDataGenerator 或 PyTorch 的 torchvision.transforms 等库自动化了许多这些操作，允许开发人员将增强直接集成到他们的训练流水线中。
主要好处在于，无需额外的标记数据即可提高模型的鲁棒性。但是，增强方法的选择必须与问题情境相符。例如，垂直翻转文本图像会产生不真实的样本，而人脸识别中的随机裁剪必须保留眼睛等关键特征。一些框架还使用自动化增强策略（例如 AutoAugment）来发现最佳的变换组合。如果正确实施，增强可以作为一种正则化手段，使模型更有效地处理现实世界的变异性，例如照片中的光照变化或语音中的口音。开发人员应通过视觉或统计方法测试增强效果，以确保它们保持语义有效性，平衡多样性和真实性。