在这个代码中，这些不同的规范化值意味着什么？[TensorFlow] [图像预处理]
在这个代码中，这些不同的规范化值意味着什么？[TensorFlow] [图像预处理]
提问于 2021-04-11 01:17:10
我目前正在学习如何使用机器学习/ tensorflow等。我理解规范化意味着什么(谢谢谷歌)：规范化是一个改变像素强度值范围的过程。例如，应用程序包括因眩光而对比度差的照片。
我遇到了一些人的代码，下面是一些人使用的标准化技术。但是，我很难理解下面的每个规范化技术做什么？
如果有人能解释的话。
normalizers = [('x - 127.5', lambda x: x - 127.5),
('x/127.5 - 1.0', lambda x: x/127.5 - 1.0),
('x/255.0 - 0.5', lambda x: x/255.0 - 0.5),
('x - x.mean()', lambda x: x - x.mean()),
('(x - x.mean())/x.std()', lambda x: (x - x.mean())/x.std())]回答 1
Stack Overflow用户
发布于 2021-04-11 02:08:07
试着为他们每一个输入端点以找到范围。
- 第一次将值在0-> 255到-127.5 ->127.5之间进行转换；
- 第二次转换为-1 ->1
- 第三次转换为-0.5到0.5
- 第四次，减去平均值，从而得到一个类似的分布，其中心为0
h 19第五次，统计量h 210f 211
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/67040647
复制相关文章
相似问题
腾讯云开发者
