探索フェーズ不要 軽量 自動データ拡張 RandAugment パラメータはNとMのみ 強度Mを統一 AutoAugmentの 後継・改良版 AutoAugmentは 強化学習を使う 最適ポリシーを探索するため 計算コスト膨大 数千時間のGPU 操作ごとに個別設定 RandAugmentは探索なし ランダムに適用 強化学習は使わない NとMを グリッドサーチで決定 2つのハイパーパラメータ Nは変換リストから選ぶ個数 Mは変換の強さ 変形度合い すべての変換操作に 同じ強度Mを適用 すべての強度を統一し 探索空間を大幅削減 個別の探索フェーズ Proxy Task 不要 計算コスト極小 AutoAugmentと 同等以上の精度 探索フェーズ 完全削除 パラメータはNとMの2つ 強度Mを統一 RandAugment
