mnist手写体数据集里的标准化参数transforms.Normalize((0.1307,), (0.3081,))

很多人在处理mnist数据集时，看别人的代码都会看到这么一串数字：

其中，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。要是imagenet数据集的话，由于它的图像都是RGB图像，因此他们的均值和标准差各3个，分别对应其R,G,B值。例如([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])就是Imagenet dataset的标准化系数（RGB三个通道对应三组系数）。数据集给出的均值和标准差系数，每个数据集都不同的，都是数据集提供方给出的。

 

transforms.Normalize(mean,std)的计算公式是：

 

如若输入的值都在0~1中，通过 transforms.Normalize((0.5，0.5，0.5)，(0.5，0.5，0.5))

那么就变成(（0,1）-0.5）)/0.5=(-1,1)。

 

为什么要进行标准化？

请参考：https://blog.csdn.net/xylin1012/article/details/81217988