transform.Normalize()用法后面参数为什么用(0.5,0.5,0.5)(0.5,0.5,0.5)

https://classroom.udacity.com/nanodegrees/nd009-cn-advanced/parts/5f4d630c-d15a-412c-aaeb-b57ad61cd03c/modules/3aa9e812-62cd-4ae3-8fc4-593538f08455/lessons/9b014a97-2267-4f1b-af97-284b7dac2a58/concepts/7921d0d6-b19c-474e-b8fd-2379c69d75ed 

 

均值和方差

 

 

normalize方法后的参数是根据什么来的,我看这个值大部分地方都用0.5,这个0.5不应是固定的吧,应根据训练图片集的数据的均值和方差实时调整的吧?

师:

是的,可以根据自己的数据集计算对应的均值和方差

那你可以试着优化一下这个

 

师:

结果应该会更好

 

 

师:

一般计算的均值和方差也是在0.5附近

生:

原来如此,谢谢解答!

总结:

经过上面normalize()的变换后变成了均值为0 方差为1(其实就是最大最小值为1和-1)

每个样本图像变成了均值为0  方差为1 的标准正态分布,这就是最普通(科学研究价值最大的)的样本数据了

解释完毕

 

 

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