data augmetation

基于机器学习的无监督数据增强时，增强几倍，在测试的时候通常使用相应倍数的batch进行测试，因为batch小的话很可能结果不稳定，因为增强的时候：一个图片分成两个或者更多个子图片，这些图片的标签都是一样的，在训练过程中，一旦没有训练得到或者在训练效果不佳的情况下，在测试的时候就会造成增强后的子图像分类要么全正确，要么全部错误。因此通过提高测试的batch size 来提升测试结果的稳定性。