http://cs231n.github.io/neural-networks-2/には、畳み込みニューラルネットワークの場合、平均減算法と正規化法を使用してデータを前処理することが推奨されています。Tensorflowで平均減算と正規化を行う方法
Tensorflowを使用してどのように最善のアプローチをとっているのだろうかと思っていました。
平均substraction
X -= np.mean(X)
正規
X /= np.std(X, axis = 0)
http://cs231n.github.io/neural-networks-2/には、畳み込みニューラルネットワークの場合、平均減算法と正規化法を使用してデータを前処理することが推奨されています。Tensorflowで平均減算と正規化を行う方法
Tensorflowを使用してどのように最善のアプローチをとっているのだろうかと思っていました。
平均substraction
X -= np.mean(X)
正規
X /= np.std(X, axis = 0)
あなたは
tf.image.per_image_standardization(image)
他Tensorflowバージョン< r0.12を使用する場合は
tf.image.per_image_whitening(image)
を探しています賢い。イメージは平均値と単位標準がゼロになるように線形にスケーリングします。
このopは、imageのすべての値の平均であり、adjusted_stddev = max(stddev、1.0/sqrt(image.NumElements()))を計算します(x-mean)/ adjusted_stddevを計算します。
real_valued_column("col_name", normalizer = lambda x: (x-X.mean())/X.std())
:私はreal_valued_columnタイプのために気づいfeature columnsのソースコードに探し
はテンソルの各要素に適用するには、引数として、デフォルトの正規化関数を取ることができ、キーワード引数の正規化がありますXはあなたのデータです。私はここでの優位性は、正規化が目的の機械でテンソルフローグラフの過程で適用できることだと思います。また、正規化機能も簡単にカスタマイズできます。
tf.image.per_image_standardization
を使用することをお勧めします。 詳細については、https://www.tensorflow.org/api_docs/python/tf/image/per_image_standardization のドキュメントを参照してください。
本当にtf.image.per_image_standardization(image)ではないですか? – muninn9
答えは質問時のテンソルフローバージョンです。 r0.12バージョンからメソッドは、yes、tf.Image.per_image_standardizationに名前が変更されました – nessuno
私は何かを見逃していないことを確かめました。おそらくあなたの答えを編集することができますか? – muninn9