Что означает нормализация нулевого центра?Как я мог сделать это с керасом?

Question

Я проверял дизайн AlexNet в MATLAB, который сводится к следующему:

Входной слой говорит 227x227x3 с zerocenterнормализация.Что означает нормализация zerocenter?Как я мог сделать это keras?

Я просматривал документацию по предварительной обработке на keras и не был уверен, удовлетворяет ли какой-либо из следующих атрибутов нормализации zerocenter?Атрибуты, также приведенные в документации:

 - featurewise_center
 - samplewise_center
 - featurewise_std_normalization
 - samplewise_std_normalization

Answer 1

Определение нормализации zerocenter в MATLAB было указано в imageInputLayer документации :

• 'zerocenter' - Вычтите среднее изображение, указанноеAverageImage собственность.Функция trainNetwork автоматически вычисляет среднее изображение во время тренировки.

Следовательно, среднее изображение вычитается из входных изображений, чтобы у них было среднее значение нуля (это помогает сглаживатьи более быстрый процесс оптимизации во время обучения модели).Таким образом, эквивалентный параметр в Keras будет featurewise_center:

• featurewise_center: Boolean.Установите значение ввода в 0 для набора данных по функциям.

Обратите внимание, что вам нужно вызвать метод fit() для ImageDataGenerator для вычисления среднего изображения:

datagen = ImageDataGenerator(featurewise_center=True, ...)

datagen.fit(train_data) 

# now you can call `flow`

Answer 2

Нормализация нулевого центра обычно означает, что изображения нормализуются, чтобы иметь среднее значение 0 и стандартное отклонение 1. Если ваши изображения представляют собой массивы NumPy, вы можете легко добиться этого:

img = (img - img.mean()) / img.std()

samplewise_center и samplewise_std_normalization делают то же самое, следя за тем, чтобы каждое изображение имело среднее значение 0 и стандартное отклонение 1. Если вы хотите использовать среднее значение / стандартное отклонение набора данных вместо выборочного среднего значения / стандартное отклонение, Я полагаю, вы должны сделать это вручную.