MNIST的均值和方差(0.1307,), (0.3081,)是怎么计算出来的？

最新推荐文章于 2023-09-14 21:09:13 发布

zycToWf

最新推荐文章于 2023-09-14 21:09:13 发布

阅读量3.5k

点赞数 7

文章标签： pytorch 神经网络深度学习 python

本文链接：https://blog.csdn.net/m0_53079566/article/details/115506867

版权

0.1307和0.3081是MNIST数据集的灰度图像均值和标准差。通过将6000个训练样本展开并计算像素点的平均值和标准差得到。在PyTorch中，transforms.Normalize使用这两个值进行预处理，逗号用于表示单通道图像的维度。

摘要由CSDN通过智能技术生成

0.1307和0.3081是mnist数据集的均值和标准差，因为mnist数据值都是灰度图，所以图像的通道数只有一个，因此均值和标准差各一个。

对于MNIST训练集，均值就是所有训练集（6000个样本）的像素点之和求平均。当你将训练样本从（6000,1，28，28）展开成（60000,28*28）后，用mean（）函数可以轻松求出均值。同理用std（）函数可以求出标准差

完整代码

import torch
from torchvision import transforms
from torchvision import datasets
from torch.utils.data import DataLoader
import torch.nn.functional as F
import torch.optim as optim

batch_size=60000 #这里是为了后面一次取出所有的数据
# transform=transforms.Compose([transforms.ToTensor