UFLDL教程——数据预处理

UFLDL tutorial：Unsupervised Feature Learning and Deep Learnin

  我们知道数据预处理在深度学习中起着重要作用，也是最耗时的部分。不同的处理方法直接影响着分析结果，因此也具有一定的经验性。这里介绍了相应的预处理pipeline。

数据归一化

   归一化的方法有很多种，具体的选择应该根据数据本身的特点来选择，教程中主要介绍了三种方法：简单缩放、逐样本均值消减（Per-example mean extraction）、特征标准化。
  在简单缩放中，我们的目的是通过对数据中每一个维度的值进行重新调节（这些维度可能是相互独立的），使得最终的数据向量落在[0,1]或者[-1,1]的区间内（根据数据情况而定）。这对后续的处理十分重要，因为很多默认参数都假定数据已被缩放到合理区间。在处理自然图像时，我们获得的像素值在[0,255]区间中，常用的处理是将这些像素值除以255，使它们缩放到[0,1]内。转化函数：x=(x-min)/(max-min)。
  逐样本均值消减，也称为移除直流分量，针对平稳的数据（即数据每一个维度的统计都满足相同分布，我们常用的医学影像灰度图是平稳的），可以考虑在每个样本上减去数据的统计平均值（逐样本计算），这样可以移除图像的平均亮度值，减少亮度对分析的影响。
  特征标准化指的是（独立的）使数据的每一个维度具有零均值和单位方差，这是归一化中最常见的方法并被广泛的使用（例如，在支持向量机(SVM)时，特征标准化常被建议用作预处理的一部分）。在实际应用中，特征标准化的具体做法是首先计算每一个维度上数据的均值（使用全体数据计算），之后在每一个维度上都减去该均值，下一步便是在数据的每一维度上除以该维度上数据的标准差。

PCA/ZCA白化

一幅图像最终成像会受环境照明强度、物体反射、拍摄相机等多因素的影响，为了能够

如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H₂O is是液体。

2¹⁰ 运算结果是 1024.

插入链接与图片

链接: link.

图片:

带尺寸的图片:

居中的图片:

居中并且带尺寸的图片:

当然，我们为了让用户更加便捷，我们增加了图片拖拽功能。

如何插入一段漂亮的代码片

去博客设置页面，选择一款你喜欢的代码片高亮样式，下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

生成一个适合你的列表

• 项目
  • 项目
    • 项目

1. 项目1
2. 项目2
3. 项目3

• 计划任务
• 完成任务

创建一个表格

一个简单的表格是这么创建的：

项目	Value
电脑	$1600
手机	$12
导管	$1

设定内容居中、居左、居右

使用:---------:居中
使用:----------居左
使用----------:居右

第一列	第二列	第三列
第一列文本居中	第二列文本居右	第三列文本居左

SmartyPants

SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如：

TYPE	ASCII	HTML
Single backticks	'Isn't this fun?'	‘Isn’t this fun?’
Quotes	"Isn't this fun?"	“Isn’t this fun?”
Dashes	-- is en-dash, --- is em-dash	– is en-dash, — is em-dash

创建一个自定义列表

Markdown

Text-to- HTML conversion tool

Authors

John

Luke

如何创建一个注脚

一个具有注脚的文本。¹

注释也是必不可少的

Markdown将文本转换为 HTML。

KaTeX数学公式

---

1. 注脚的解释 ↩︎