来自Caffe的输入数据归一化

据我理解如果我想申请数据的归一化[0,255]至[0，1），I可以通过标尺的参数：在prototxt的transform_param 0.00390625文件。但是，如果我想执行数据的标准化为[-0.5,0.5]（以便具有0均值分布），那么原型文件的级别呢？来自Caffe的输入数据归一化

考虑我train_val.prototxt文件看起来像如下：

transform_param { 
    mirror: true 
    crop_size: 227 
    scale: 0.00390625 
    mean_file: "some_mean_file.binaryproto"

从数学上来说，我认为它看起来象下面这样：

normalized value = (input pixel value/255) - 0.5

，但我无能如何映射到由于比例值没有负值（有符号值）的概念，因此比例值transform_param。或许，Caffe有不同的机制来实现这一点（而不是通过规模化操作）。

根据我对Udacity关于深度学习的讲解的理解，它提到总是对输入进行规范化以达到平均值是一种好习惯。我可以放松这种指导吗？如果我忽略它会有什么重大影响？

来源

2017-02-27 alfa_80

我已经看过它，但似乎没有这样的机制，我可以正常化输入到[-0.5,0.5]。 –

是的，你是对的，Shai。我忽视了，不从这个角度看待;-)。无论如何，谢谢你。 –

@Shai：或许，如果你不介意的话，你可以在答案框中将上述想法复制到答案框中，以便将其标记为答案。 –

看着caffe.proto评论上TransformationParameter

// For data pre-processing, we can do simple scaling and subtracting the 
// data mean, if provided. Note that the mean subtraction is always carried 
// out before scaling.

意味着减法之前比例进行，因此，减去mean_file后，你的数据是大约在范围[-128. 128]。将它缩放1/256，完成后，您的数据应大致在范围[-.5, .5]。

来源

2017-02-27 15:33:50 Shai

来自Caffe的输入数据归一化

回答

相关问题