数据效率的"悖论"：增强不等于真实数据

数据增强本质上是通过变换注入人工归纳偏置，而非真正增加信息量——1000张图片经过10倍增强变成10000张"增强数据"，但它们的信息熵并没有真正增加10倍。增强的价值在于扩大训练分布的覆盖范围，但如果变换方式与任务无关（如对X光片做随机颜色抖动），增强就是无效计算。