MindSpore:对image作normalize的目的是什么?

问题描述：

normalize的目的是什么?

 

1. 为什么要有两次rescale呢？一次rescale=1/255 还有一次rescale_nml =1/0.3081，这两次为什么不合并起来呢？shift也是同样的问题

2. 这里的rescale_nml=1/0.3081和下面shift_nml=-1*0.1307/0.3081，这里的小数0.3081和0.3081是怎么得出的呢？

    

3. 目前还有一个问题，就是这个MNIST的数据集，它的标准差和均值是怎么算出来的呢？

解决方案：

在咱们MindSpore官网中有教程示例，解释了对图片数据操作的目的，给您参考，如果有使用上的问题，欢迎继续提问。

实现一个图片分类应用 — MindSpore master documentation

rescale：一般用于将[0, 255]的取值归一化至 [0.0, 1.0]

normalize: 一般用于图像标准化，公式为：

你上面代码的意思：

1.  

   

     // 标准化： 0.3081是标准差，0.1307是均值

2. 

      // 归一化至 [0.0, 1.0]

关于更多标准化的知识，你可以参考如下：

CNN 入门讲解：什么是标准化(Normalization)？ - 知乎

我理解这个是数据本身提供/组织/个人已经计算出来了，然后大家就这样用了。

因为只要数据集确定，这个均值 & 标准差 就不会再变了。