Pythonでのイメージの配列の中心合わせ

Question

私はTensorFlowにフィードしたいイメージの配列を持っています。私は平均の周りに画像を中心に置き、標準偏差を標準化したい。私はthis answerを追跡しましたが、平均をゼロにすることはできません。私はかすかなことを学んでいるので、多分簡単なことがありません。

私の現在のコードは次のとおり

import numpy as np 

# Load pickled data 
import pickle 

# TODO: Fill this in based on where you saved the training and testing data 

training_file = 'train.p' 

with open(training_file, mode='rb') as f: 
    train = pickle.load(f) 

X_train, y_train = train['features'], train['labels'] 

# Let us inspect whether the data is centered. 
for ch in range(3): 
    print("for channel %s mean or clahe data: %s" %(
      ch, X_train[:,ch].mean())) 

X_norm = np.copy(X_train) 
for ch in range(3): 
    X_norm[:, ch] = (X_norm[:, ch] - X_norm[:,ch].mean())/ X_norm[:, ch].std() 

# Let us inspect our new mean. 
for ch in range(3): 
    print("for channel %s new mean for CLAHE data: %s new std: %s" % (
      ch, X_norm[:,ch].mean(), X_norm[:,ch].std())) 

採取データ・セットが出力とhere

から得ることができる。

for channel 0 mean or clahe data: 88.9090870931 
for channel 1 mean or clahe data: 88.2472258708 
for channel 2 mean or clahe data: 87.5765175619 
for channel 0 new mean for CLAHE data: 8.77830238806 new std: 45.7207148838 
for channel 1 new mean for CLAHE data: 8.79695563094 new std: 45.7780456089 
for channel 2 new mean for CLAHE data: 8.71418658131 new std: 45.5661789057 

私の望ましい結果は、平均値の周りの各チャネルのために持っているであろうゼロと標準偏差は1です。

Answer 1

T彼の主な問題は、配列がuint8型（整数0..255）であることです。これは、配列のタイプを変更することなく、実際に中央に置くことも、正規化することもできません。このように：

X_norm = np.array(X_train, dtype=np.float, copy=True) 

ここでエントリは浮動小数点数なので、センタリングとスケーリングはうまく動作します。物事をしようとしているときに、私はデータのスライスのみを使用したいので、しかし、あなたは、（配列が大きい）メモリが不足することがあります。

X_norm = np.array(X_train[:100], dtype=np.float, copy=True) 

あなたのコードを持つ別の問題があります：[:, ch]セレクタはしていませんあなたが思うようにしてください。最後のものではなく、2番目の軸（軸= 1）に沿ってスライスします。あなたが意味するのは​​です。省略記号は「必要な数のコロン」を表します。 NumPy indexingを参照してください。デバッグのための有用な

---

：print(X_norm.dtype)、print(X_norm[:, 0].shape)