python - 为什么我们将图像归一化为mean=0.5, std=0.5？

Question

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))
])

Answer 1

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