数据增强是一种在深度学习中使用的技术，通过对现有数据应用受控修改来人为地增加训练数据集的大小和多样性。 这有助于模型更好地泛化到未见过的数据并减少过度拟合，尤其是在原始数据集较小或缺乏变化时。 开发人员不是收集新数据，而是创建输入样本的转换版本，例如旋转图像或更改文本措辞，确保模型学习不变的特征和模式，这些特征和模式在这些变化中仍然有意义。
常见的例子包括图像的几何变换（翻转、裁剪、旋转）、颜色空间调整（改变亮度或对比度）和噪声注入。 对于文本数据，使用同义词替换、随机单词插入/删除或句子改组等技术。 在音频处理中，音高转换或添加背景噪声可以增强声音剪辑。 这些转换旨在模拟现实世界中的可变性——例如，旋转的猫图像仍然应该可以识别为猫。 还存在特定于领域的方法：医学成像可能使用弹性变形来模拟组织变化，而自动驾驶数据集可以应用雨或雾等天气效果来模拟不同的驾驶条件。
使用 TensorFlow 的 ImageDataGenerator 或 PyTorch 的 torchvision.transforms 等库可以轻松实现数据增强，这些库为常见转换提供预构建的函数。 开发人员通常在训练期间动态应用增强（例如，在批次生成期间即时进行），以避免存储过多的修改数据。 但是，选择保留数据语义含义的转换至关重要——例如，水平翻转数字“6”可能会将其变成“9”，从而混淆模型。 过度增强也会通过引入不真实的样本来损害性能。 需要仔细的实验和验证才能在多样性和数据完整性之间取得平衡。 当有效使用时，增强就像一个正则化器，无需额外的标记数据即可提高模型的鲁棒性。