- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
这个问题是对 this answer 评论中讨论的跟进。 .
据我了解,preprocess_input()
function 确实意味着输入图像的减法和 std-dev dvision。平均值是在训练 VGG 时在 ImageNet-1K 数据库上计算的平均值。
但是this answer说当使用 VGG 特征作为损失函数时,preprocess_input()
不是必需的,我们只需要将图像标准化为 [0,1]
传递给 VGG 之前的范围。这让我很困惑...
[0,255]
中有图像范围和 preprocess_input()
函数负责规范化和所有。来自 source code ,据我所知,对于caffe模型,归一化为[0,1]
范围未完成。相反,减去平均值并除以 std-dev。如何将网络输出规范化为 [0,1]
范围如 this answer 的评论中所建议达到同样的效果? [0,255]
通过乘以适当的因素。同样,我可以对我的网络输出进行任何所需的预处理(减去平均值,除以 std-dev)。
[-128,151]
范围内。 .所以 VGG 网络是在这个范围内的图像上训练的。现在,如果我给它提供范围内的图像(或来自我的网络输出的张量)
[0,1]
,卷积可以,但偏差会导致问题,对吗?详细说明,对于范围内的图像
[-128,151]
,一层 VGG 网络可能已经学习到了 5 的偏差。当我输入范围内的图像时
[-1,1]
对于 VGG 网络,偏见会破坏一切,对吗?
最佳答案
通常,您不应忽略或更改训练模型的数据的归一化。它可能会以意想不到的方式破坏模型,并且由于您在另一个学习模型中使用这些特征,它似乎有效,但您现在隐藏了性能的任何变化。
对于使用饱和激活的模型尤其如此,例如使用 ReLU 时,您可能会得到比使用归一化数据更多的零。
回答您的具体问题:
关于python - Keras VGG 模型中 preprocess_input() 函数的作用是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61789867/
我正在使用Keras VGG16 model . 我见过有一个preprocess_input method to use in conjunction with the VGG16 model 。此
我正在尝试以下 keras 文档页面中的示例 keras 代码, https://keras.io/applications/ keras 模块的preprocess_input(x) 函数在下面的代
这个问题是对 this answer 评论中讨论的跟进。 . 据我了解,preprocess_input() function 确实意味着输入图像的减法和 std-dev dvision。平均值是在训
我想尝试 MobileNetV2 的预测。我总是收到错误消息,但我不知道要更改什么。 import keras from keras import backend as K from keras.pr
当尝试提供从 CNN 包(例如 keras.applications.resnet)导入的 preprocess_input 时,模型会在尝试适应生成的数据时引发错误: ‘JpegImageFile’
背景 我发现很多代码示例,人们使用 rescale=1./255 预处理图像数据,或者使用 preprocessing_function 设置它到它们在 ImageDataGenerator 中使用的
尝试使用 keras 提供的 imagenet_utils.preprocess_input(x) 方法并抛出错误: File "C:\Dev\workspace\venvs\venv36\lib\s
我是一名优秀的程序员,十分优秀!