本文部分借鉴http://www.jianshu.com/p/f9e3fd264932
- 在DL中经常涉及到图像的标准化处理,去均值以及归一化,其中经常用到
np.mean(self, axis = ?)
究竟axis=?如何选
- 先看个例子
import numpy as np
X = np.array([[1, 2], [4, 5], [7, 8]])
print np.mean(X, axis=0, keepdims=True)
print np.mean(X, axis=1, keepdims=True)
直接上结果
axis = 0
[[ 4. 5.]]
axis = 1
[[ 1.5]
[ 4.5]
[ 7.5]]
可以看出axis=0是对纵轴方向取平均数, axis=1是对横轴方向取平均值
那么在batch中,axis=?
- 比如
batch=[10000,32,32]
np.mean(batch,axis=0)
``
就是对这10000个图像求平均图像,得到的结果也是32*32的
np.mean(batch,axis=1)
就是对这10000个图像的第一个维度求均值,得到的结果是10000*32的
np.mean(batch,axis=2)
就是对这10000个图像的第二个维度求均值,得到的结果是10000*32的
所以一般axis=0即可
网友评论