Batch_size在 TensorFlow Keras 中进行图像增强的目的是什么？

问：

我正在尝试使用 keras 和 tensorflow 进行图像增强。但是，我无法理解batch_size参数对增强数据的影响。我给出了 1 张图像作为输入，代码运行了 3 次，我的输出只有 3 张图像（代码附在下面）。我尝试多次更改batch_size和迭代，即使 chatgpt 说，在这种情况下，我应该有 6 张图像（3 次迭代，2 batch_size）作为输出。

无论如何，我的想法是输出图像（对于一个图像输入）= batch_size * 1（对于每次迭代） 因此，如果batch_size不是每个图像输入的乘数，那么它的目的是什么？或者我错过了什么？

有关代码的更多信息： https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html

from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img

datagen = ImageDataGenerator(
        rotation_range=40,
        width_shift_range=0.2,
        height_shift_range=0.2,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True,
        fill_mode='nearest')

img = load_img('/content/library.png')  
x = img_to_array(img)  
x = x.reshape((1,) + x.shape)  

i = 0
for batch in datagen.flow(x, batch_size=2,
                          save_to_dir='libra', save_prefix='lib', save_format='jpeg'):
    i += 1
    if i > 2:
        break