Augmentation : agrandissez l'ensemble de données sans nouvelles images
Un modèle voit un chat debout et peut échouer sur un chat à l'envers : il manque d'invariance. L'augmentation corrige ce problème au moment de l'entraînement : chaque époque affiche la même image sous différentes transformations. Un ensemble de données de 1 000 images avec une riche augmentation se comporte comme un flux presque infini d’exemples divers.