#数据归一化
来源:5-9 图像增强实战
战战的坚果
2020-03-31
x_image = tf.transpose(x_image, perm=[0, 2, 3, 1])
data_aug_2 = tf.image.random_brightness(x_image, max_delta=63)
data_aug_1 = tf.image.random_flip_left_right(data_aug_2)
data_aug_3 = tf.image.random_contrast(data_aug_1, lower=0.2, upper=1.8)
conv1_1 = tf.layers.conv2d(data_aug_3,。。。。。。
老师,上面是未做归一化的代码。
data_aug_3 = tf.image.random_contrast(data_aug_1, lower=0.2, upper=1.8)
normal_result_x_images = data_aug_3 / 127.5 - 1
conv1_1 = tf.layers.conv2d(normal_result_x_images,。。。。。
老师,上面是归一化后的代码。
我进行了上面两个实验,得到第一个实验的结果如下图:
第二个实验的结果如下图:
我的问题是:我记得老师在做二分类时一开始没有进行归一化,准确率很低,后来进行归一化后准确率有了很明显的提升,但是在我这次实验中,它的准确率变化却不那么明显,是为什么呢?
1回答
-
正十七
2020-04-01
从test上的结果看,归一化 0.69 vs 不归一化0.60, 差别已经很大了。
如果训练的时间更长,那么两者间的差别会进一步缩小。
我们在课程中还讲过BN,如果有BN的话,归一化和不归一化的差别会更小的。
00
相似问题