数据增强层的行为是什么？

Question

我正在尝试了解tensor flow data augmentation tutorial

在以下定义的模型中

model = tf.keras.Sequential([
  resize_and_rescale,
  data_augmentation,
  layers.Conv2D(16, 3, padding='same', activation='relu'),
  layers.MaxPooling2D(),
  # Rest of your model
])

我的理解是无论data_augmentation中定义了多少图像旋转/缩放/变换。此 data_augmentation层仅从 1 输入图像中输出 1 图像，对吗？

我看到了另一则帖子Does ImageDataGenerator add more images to my dataset?。有人回答每个时代ImageDataGenerator将创建不同的图像，这是相同的行为吗？

否则，这是一个相同的经过变换的经过图像训练的新纪元，没有任何意义。

Answer 1

是的！数据增强层将仅转换图像并返回与输入相同的形状（batch_size，* image_dims）。但是，由于数据增强层中的随机化，每次调用该层时，您可能会获得不同的输出。例如，在链接的教程中，随机旋转或缩放的可能性为20％，此外，每次调用该图层时，都会随机选择缩放因子和旋转角度（在指定限制内​​）。