数据处理中ToTensor紧接着Normalize
发布日期:2021-06-29 11:45:20
浏览次数:2
分类:技术文章
本文共 845 字,大约阅读时间需要 2 分钟。
transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize(mean=(0.5, 0.5, 0.5), std=(0.5, 0.5, 0.5)) ])
ToTensor的作用:另外一个作用就是将数据全部归一化到了(0,1)
Convert a ``PIL Image`` or ``numpy.ndarray`` to tensor.Converts a PIL Image or numpy.ndarray (H x W x C) in the range[0, 255] to a torch.FloatTensor of shape (C x H x W) in the range [0.0, 1.0]."""
既然上述函数已经归一化了,为什么后面一般还要接一个归一化呢?
Normalize:作用就是继续调整,使数据均值靠近0,偏差就靠近0。在上面的处理还有一个作用是将数据范围变到(-1,1)
"""Normalize a tensor image with mean and standard deviation.Given mean: ``(M1,...,Mn)`` and std: ``(S1,..,Sn)`` for ``n`` channels, this transformwill normalize each channel of the input ``torch.*Tensor`` i.e.``input[channel] = (input[channel] - mean[channel]) / std[channel]``
最重要的是:数据分布在(0,1)之间,可能实际的bias(可以理解为我们的参数b)会比较大,而我们的模型初始化b=0,那么要达到实际的bias大小就比较慢,如果经过调整使实际bias大小减少,就是说靠近原点,那么就能加快收敛。
转载地址:https://blog.csdn.net/zz2230633069/article/details/88353122 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!
发表评论
最新留言
网站不错 人气很旺了 加油
[***.192.178.218]2024年04月25日 20时10分30秒
关于作者
喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!
推荐文章
VS 命令提示工具
2019-04-29
OpenCV4 Android 颜色空间转换
2019-04-29
Android 获取根视图
2019-04-29
adb 提取已安装的apk
2019-04-29
Intellij IDEA Community 实现 Ultimate 的功能
2019-04-29
移动端页面调试工具 vConsole 与 eruda
2019-04-29
CSS3 隐藏滚动条(支持 chrome、firefox、edge)
2019-04-29
Ubuntu 常用命令
2019-04-29
Ubuntu 下 VSCode开发 Spring Boot
2019-04-29
HBase 环境搭建
2019-04-29
nginx 添加 rtmp 模块
2019-04-29
jps 命令
2019-04-29
Ubuntu 固定IP
2019-04-29
iOS tintColor与backgroundColor的区别
2019-04-29
iOS storyboard创建Navigation Controller
2019-04-29
iOS 使用代码和storyboard分别创建UITabBarController
2019-04-29
iOS 编码(Base64) + 哈希摘要(MD5+SHA)
2019-04-29
iOS 3DES加解密
2019-04-29
iOS 4种方法显示GIF
2019-04-29
iOS CFObject和NSObject的相互转换(使用bridge)
2019-04-29