Нет простого способа объяснить это, поэтому я перейду к сути.
Для нейронной сети, не лучше ли мне сгладить цветное изображение до значений от 0 до 1 следующим образом: 0 .RRRGGGBBBAAA, тогда как пиксель, скажем, 0, будет .255000000255, что означает, что в позиции 0 есть красный пиксель, или просто выполните HSV, просмотрите sh его, а затем сделайте оттенки серого до серого цвета от 0 до 1?
Немного предыстории. Я создаю то, что называется PxlDbl или Pixel Double, и именно так это звучит ... Его цвет пикселей в одинарном двойном от 0 до ну .255255255255 был бы максимальным. Почему двойной? У поплавка не было той точности, которая мне нужна для этого. В настоящее время у меня есть настраиваемая нейронная сеть с множеством функций активации, которые будут использоваться на каждом топологическом уровне. Тот, который я использую для изображений, - это хорошо известный сигмоид, который принимает число от 0 до 1. Моя конечная цель и вопрос - поместить какое-то плоское изображение в эту Сеть. Мой вопрос действительно относится к тому, как лучше его сгладить. Должен ли я взять размер изображения и умножить его на 4, чтобы получить нейрон для каждого цветового канала для каждого пикселя? Я мог бы взять значение от 0 до 255 и сопоставить его между 0 и 1, что дало бы мне эффективно то, что я ищу, но, скажем, изображение 600x400 x4 каналов дает что-то вроде 960 000 нейронов в первом слое, что даже в моем случае поистине недостижимо, чтобы заставить работать, независимо от того, насколько хорошо я запрограммировал Сеть ... С теоретическим PxlDbl он сжимает нейрон до размера изображения 600x400, состоящего только из 240000 нейронов, что гораздо более управляемо с точки зрения веса и тому подобного. Меня беспокоит только то, что входные данные являются настолько точными, что мои выходные данные, поскольку их классификации может быть намного сложнее обучить, ie после примерно 0,255 ^ 128076255 он может просто упасть с 128076255 в обучении, потому что он просто не может этого сделать. точное число.
Помощь в этом была бы очень признательна ...