neural-network - 我是否必须使用神经网络预处理测试数据？

Question

我正在使用 Keras(2.0.0 版)，我想使用预训练模型，例如VGG16。为了开始，我运行了 [Keras 文档站点 ][ https://keras.io/applications/] 的示例使用 VGG16 提取特征:

from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
import numpy as np

model = VGG16(weights='imagenet', include_top=False)

img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

features = model.predict(x)

使用过的preprocess_input() 函数让我很困扰(该函数是通过平均像素做零居中的，看源码就知道了)。

在使用经过训练的模型之前，我真的必须预处理输入数据(验证/测试数据)吗？

一个)如果是，那么可以得出结论，您必须始终了解在训练阶段执行了哪些预处理步骤？!

b)如果否:验证/测试数据的预处理是否会导致偏差？

感谢您的帮助。

Answer 1

是的，您应该使用预处理步骤。您可以在没有它的情况下重新训练模型，但第一层将学习将您的数据居中，因此这是对参数的浪费。

如果你不重新定位，你的表现将会受到影响。

reddit 上的精彩帖子:https://www.reddit.com/r/MachineLearning/comments/3q7pjc/why_is_removing_the_mean_pixel_value_from_each/