mnist手写体数据集里的标准化参数transforms.Normalize((0.1307,),(0.3081,))

很多人在处理mnist数据集时&＃xff0c;看别人的代码都会看到这么一串数字&＃xff1a;

其中&＃xff0c;0.1307和0.3081是mnist数据集的均值和标准差&＃xff0c;因为mnist数据值都是灰度图&＃xff0c;所以图像的通道数只有一个&＃xff0c;因此均值和标准差各一个。要是imagenet数据集的话&＃xff0c;由于它的图像都是RGB图像&＃xff0c;因此他们的均值和标准差各3个&＃xff0c;分别对应其R,G,B值。例如([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])就是Imagenet dataset的标准化系数&＃xff08;RGB三个通道对应三组系数&＃xff09;。数据集给出的均值和标准差系数&＃xff0c;每个数据集都不同的&＃xff0c;都是数据集提供方给出的。

transforms.Normalize(mean,std)的计算公式是&＃xff1a;

如若输入的值都在0~1中&＃xff0c;通过 transforms.Normalize((0.5&＃xff0c;0.5&＃xff0c;0.5)&＃xff0c;(0.5&＃xff0c;0.5&＃xff0c;0.5))

那么就变成(&＃xff08;0,1&＃xff09;-0.5&＃xff09;)/0.5&＃61;(-1,1)。

为什么要进行标准化&＃xff1f;

请参考&＃xff1a;https://blog.csdn.net/xylin1012/article/details/81217988