日萌社
人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新)
数据输入层主要是对原始图像数据进行预处理,预处理方式如下。
• 去均值:把输入数据各个维度都中心化为0,其目的是把样本数据的中心拉回到坐标系原点上。
• 归一化:对数据进行处理后将其限定在一定的范围内,这样可以减少各维度数据因取值范围差异而带来的干扰。
比如有两个维度的特征数据A和B,A的取值范围是(0,10),而B的取值范围是(0,10000),
我们会发现在B的面前A的取值变化是可以忽略的,这样就造成A的特征被噪声所淹没。
为了防止出现这种情况,就需要对数据进行归一化处理,即将A和B的数据都限定在(0,1)范围内。
• PCA:通过提取主成分的方式避免数据特征稀疏化。