数据增强(data augmentation)

花式图像处理，我理解是加入数据增强后，在每个epoch的训练中，输入数据图像都会不一样，降低过拟合。之前一直固执认为训练的每个轮次，输入数据都应该保持一致，这样loss才有对比性嘛，发现其实不是这样。

这个task主要把python的图像处理库熟悉了下，记不住，用到了再google it吧~

找了个比较直观的文章，有具体的处理效果实例 https://wizardforcel.gitbooks.io/learn-dl-with-pytorch-liaoxingyu/4.7.1.html

另外，今天悄悄换T4的卡把baseline跑了一遍，速度那是嗖嗖的，感受到了被配（you）置（qian）所支配的恐惧，之前在自己的1060上，跑一个epoch都要十几分钟，还把机器卡的要死，这下解放了，一下跑20个epoch不费劲。但真实跑下来，发现，并不是训练轮次越多越好，验证集上的loss随epoch的增加先减少后增加，因吹斯汀，可能是在训练集上产生了过拟合！所以最终只跑了5个epoch，提交结果，准确率涨了0.5个点，emm，还行吧~