python - 这些不同的归一化值在这段代码中意味着什么?[TensorFlow] [图像预处理]
问题描述
我目前正在学习使用机器学习/张量流等。我了解标准化的含义(感谢 Google): 标准化是一个改变像素强度值范围的过程。例如,应用包括由于眩光而导致对比度差的照片。
我遇到了某人的代码-以下是某人使用的规范化技术。但是我无法理解以下每种标准化技术的作用?
如果有人可以解释,将不胜感激。
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())]
解决方案
尝试为每个端点输入端点以查找范围。
- 第一个转换 0 --> 255 到 -127.5 --> 127.5 范围内的值。
- 第二个转换为 -1 --> 1
- 第三个转换为 -0.5 到 0.5
- 第四个减去均值,得到以 0 为中心的相似分布
- 第五个计算统计中称为 z 分数的东西
推荐阅读
- aws-media-convert - 哪个输入/输出组设置会更改 HLS 的 EXTINF?
- blender - Blender 显示纯色而不是纹理
- python - Python中的Matlab结构/单元格/单元格数组(不同大小的矩阵)
- azure-logic-apps - 是否有任何 Terraform 代码或 ARM 模板代码可用于在 azure 中将操作作为逻辑应用程序创建操作组
- java - Variables runtime error doubts solve it Runtim
- javascript - How to change showing data?
- vue.js - 如何为单个 vue 文档创建定义?
- google-sheets - FILTER 数组和 COUNTIF/循环计数器
- assembly - 汇编中的“mov”命令
- youtube - YouTube 的 Playlists.list API 端点只返回一项