tensorflow - 在使用 per_image_standardization 之前我是否还应该标准化图像数据(除以 255)？

Question

当使用 Tensorflow 并加载图像数据时，我当前拥有:

image = tf.io.decode_png(tf.io.read_file(path), channels=3)
image = tf.reshape(image, [84, 84, 3])
image = tf.cast(image, tf.float32)
return image / 255.0

但是，我想使用tf.per_imdage_standardization，我应该保留除以255还是不再需要它？

Answer 1

不再需要了。对图像进行归一化的原因是为了避免由于像素[0, 255]范围较大而导致梯度爆炸的可能性，并提高收敛速度。因此，您可以标准化每个图像，使范围为 [-1, 1] ，或者直接将 与最大像素值相除，使像素范围为在[0, 1]范围内。

您可能想要标准化图像数据的另一个原因是您是否正在使用迁移学习。例如，如果您使用的预训练模型已使用像素在 [0, 1] 范围内的图像进行训练，则应确保为模型提供的输入位于相同的范围。否则，你的结果将会困惑。