我在 Github 上寻找 GAN 代码。我找到的代码使用了 pytorch。在这段代码中,我们首先将图像标准化为 mean = 0.5,std = 0.5。通常,归一化为 min = 0 和 max = 1。或者 mean = 0 和 std = 1 的正态分布。为什么要归一化为 mean = 0.5 和 std = 0.5?
transformtransfo = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize(mean=(0.5, 0.5, 0.5), std=(0.5, 0.5, 0.5))
])
最佳答案
transform.normalize
的 mean
和 std
的值不是所需的均值和 std,但是而是要减去和除以的值,即估计均值和标准差。
在您的示例中,您减去 0.5,然后除以 0.5,生成的图像的均值为零且值在 [-1, 1] 范围内
关于python - 为什么我们将图像归一化为mean=0.5, std=0.5?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52138920/