如何解决tensorflow 中的重新缩放实际上做了什么
我遇到了这一层tf.keras.layers.experimental.preprocessing.Rescaling
我正在制作图像分类模型,但我不知道 their description 是什么意思。
它提到“将 [0,255] 范围内的输入重新缩放到 [0,1] 范围内”
这是否意味着这一层将我的图像变成黑白?
这一层将如何帮助我的训练?
解决方法
不,它的意思通常是图像中的像素值取值范围在 0 到 255 之间。当您重新缩放图像时,像素值的范围会发生变化。最常见的像素值被重新缩放到 0 到 1 的范围内。实际上,它是将每个像素值除以 255。这是在将图像用作神经网络输入之前用于预处理图像的典型重新缩放范围,一些经典像在迁移学习中使用的 Keras 应用程序中存在的模型一样,使用范围 +1 到 -1 的像素值进行训练,并指定您使用它们相关的预处理函数来缩放图像。您可以通过将重新缩放值定义为 1/137.5-1 来完成相同的操作。重新缩放与将图像从 RGB 更改为灰度无关。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。