transform.Normalize()用法後面參數爲什麼用(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方法後的參數是根據什麼來的,我看這個值大部分地方都用0.5,這個0.5不應是固定的吧,應根據訓練圖片集的數據的均值和方差實時調整的吧?

師:

是的,可以根據自己的數據集計算對應的均值和方差

那你可以試着優化一下這個

 

師:

結果應該會更好

 

 

師:

一般計算的均值和方差也是在0.5附近

生:

原來如此,謝謝解答!

總結:

經過上面normalize()的變換後變成了均值爲0 方差爲1(其實就是最大最小值爲1和-1)

每個樣本圖像變成了均值爲0  方差爲1 的標準正態分佈,這就是最普通(科學研究價值最大的)的樣本數據了

解釋完畢

 

 

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