一次測試時因爲數據標準化遇到了一點問題,還不是特別理解,資料也查不到,記錄一下,以後說不定有用。
具體場景:學習卷積神經網絡的時候,我測試網上查到的一種將數據和標籤添加到隊列的方法是不是可靠的。就發現數據和標籤總是不完全匹配。然後就一行行測試,發現註釋掉image = tf.image.per_image_standardization(image)這個函數就好了。一查,對數據進行標準化。
正好我用的數據(圖片)很極端。總共就兩類,一類全是0,一類全是255的,所以標準化一下,全是0了。那兩類數據就一樣了,還怎麼分類,當時我就說,怎麼標籤是會變的,但是數據卻總是O的那一類。
儘管標準化有很多好處,但是我卻沒看到誰說他的弊端,至少我覺得這是一種不適用的情況吧。
數據標準化遇到的問題
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
亂序拼圖驗證的識別並還原 puzzle-captcha(開源)
S.F.
2021-12-01 00:53:28
【轉載】Python處理csv文件
zqh
2020-07-18 14:25:30
Error:field larger than field limit(131072)解決方法
hammring
2020-07-08 12:39:29
啓動Jupyter時, 遇到 sudo: jupyterhub: command not found 問題的解決方案
钢琴线与小刀
2020-07-08 12:39:19
Python小記 —— 文件讀寫操作裏read()方法的深究
柘月十七
2020-07-08 12:33:27
python使用pip指令安裝並引用第三方模塊及注意事項
柘月十七
2020-07-08 12:33:27
python小記 —— sys.argv
柘月十七
2020-07-08 12:33:16
Django Signals 信號
冯斯特罗
2020-07-08 12:31:35
sorted 在python2和3中的區別
冯斯特罗
2020-07-08 12:31:35
python3 排序 sort sorted
冯斯特罗
2020-07-08 12:31:35
python3 super 用法2
class MetaCls(type): def __new__(cls, *args, **kwargs): print("in MetaCls") # return super(Meta
冯斯特罗
2020-07-08 12:31:35
meta class 和 類裝飾器的執行順序
冯斯特罗
2020-07-08 12:31:35
弱引用 weakref
冯斯特罗
2020-07-08 12:31:35
python神級數據結構namedtuple
冯斯特罗
2020-07-08 12:31:35