问如何利用模型中的增强层控制增强训练数据量

EN

您可能知道，最近版本的tensorflow/keras允许使用集成到模型中的数据增强层。API的这一特性是一个很好的选择，特别是当您希望将图像增强应用于具有多模态输入的模型(图像)和针对不同输入的不同子网络时。与无增强相比，该方法的检测准确率提高了3~5%。

但是我不知道在实际的训练中使用了多少训练样本。为了简单起见，让我们假设在对模型进行拟合时，我要传递一个numpy数组的列表作为模型的输入。例如，如果我有1000个有增强层的模型的训练案例，那么在训练中会使用1000个图像转换的训练案例吗？如果不是，有多少人？

我试图搜索所有相关的网站(教程和文档)，寻找这个简单问题的答案，但没有结果。