python - 图像在 Keras 中没有标准化

问题描述

我正在关注 2017 年关于 Python 深度学习的教程，我正在尝试对来自著名的 MNIST 数据集的一些图像进行标准化。作者对下面的一段代码有以下说法（决定将其全部包含在内，因此任何可能想要帮助的人都可以简单地复制/粘贴并重现该问题）。

还可以对整个数据集的像素值进行标准化。这称为特征标准化，反映了通常对表格数据集中的每一列执行的标准化类型。这与上一节中描述的样本标准化不同，因为像素值在所有样本（数据集中的所有图像）中都是标准化的。在这种情况下，每个图像都被视为一个特征。您可以通过在 ImageDataGenerator 类上设置特征中心和特征标准标准化参数来执行特征标准化。

这是代码：

from keras.datasets import mnist
from keras.preprocessing.image import ImageDataGenerator
from matplotlib import pyplot as plt
from keras import backend as K
K.set_image_dim_ordering('th')

#Load data
(X_train, y_train), (X_test, y_test) = mnist.load_data()

# Reshape to be [samples][pixels][width][height]
X_train = X_train.reshape(X_train.shape[0], 1, 28, 28).astype('float32')
X_test = X_test.reshape(X_test.shape[0], 1, 28, 28).astype('float32')

datagen = ImageDataGenerator(featurewise_center=True, featurewise_std_normalization=True) #This standardizes pixel values across the entire dataset.

# Fit parameters from data
datagen.fit(X_train)

#Configure batch size and retrieve one batch of images
for X_batch, y_batch in datagen.flow(X_train, y_train, batch_size=9, shuffle=False):
    #Create grid of 3x3 images
    for i in range(0,9):
        plt.subplot(330 + 1 + i)
        plt.imshow(X_batch[i].reshape(28,28), cmap=plt.get_cmap('gray'))
    plt.show()
    break

我认为自 2017 年以来 Keras 发生了一些变化，尤其是在 ImageDataGenerator 类或该类的流函数中，所以我现在必须以不同的方式来做这件事。问题是：我找不到如何。任何帮助，将不胜感激

电流输出：

预期输出：

标签： pythonkerasmnist

ImageDataGenerator在 Keras 中，对代码示例中的所有图像执行规范化。X_batch您可以使用以下代码检查实际值：

for X_batch, y_batch in datagen.flow(X_train, y_train, batch_size=9, shuffle=False):
    print(X_batch[0])
    break

问题与的行为有关imshow，默认情况下使用颜色归一化。因此，imshow将标准化图像可视化为非标准化。

python - 图像在 Keras 中没有标准化

问题描述

解决方案

推荐阅读