问题提出: 最近在看pytorch的Normlize(mean, std, inplace=False)函数,它可以将数据归一化到指定的均值和标准差,那应该如何实现呢?
- 我们都知道归一化中如何将数据变为均值为0,标准差为1的分布(
m
e
a
n
mean
mean和
s
t
d
std
std分别为原来数据的均值和方差)
x i = x i − m e a n s t d x_i = \frac{x_i-mean}{std} xi=stdxi−mean - 那么如何将数据变为均值为 μ \mu μ,标准差为 s t d std std的分布呢?
- 其实很简单首先把数据转化为均值为0,标准差为1的分布,之后再做如下操作
x i = x i ∗ s t d + μ x_i = x_i*std+\mu xi=xi∗std+μ