reshape的疑问

首页课程实战体系课手记专栏慕课教程

reshape的疑问

来源：2-5 实战分类模型之数据归一化

wxz123

2019-10-16

老师，对于下面这句代码
x_train_scaled = scaler.fit_transform(
x_train.astype(np.float32).reshape(-1, 1)).reshape(-1, 28, 28)
这里 x_train.astype(np.float32).reshape(-1, 1)为什么要reshape成（-1,1），不应该是reshape成（-1,28*28）吗

写回答

1回答

正十七

正十七

2019-10-17

https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.html#sklearn.preprocessing.StandardScaler.fit_transform

这里需要注意两点：

第一点：fit_transform的输入必须是二维矩阵[n_examples, features],

第二点：fit_transform会在每个feature上单独计算均值和方差然后做归一化，我们在这里需要的是全局的均值和方差，所以最后一维是1.

1

2

MSOP

回复

wxz123

同问，好像是每个特征单独归一化,，单从最后准确率看不出问题，因为归一化本质不影响训练的正确性，只是加快速度和准确率

2022-01-25

共2条回复

Google老师亲授 TensorFlow2.0 入门到进阶

Tensorflow2.0实战—以实战促理论的方式学习深度学习

1849 学习 · 896 问题

相似问题

6-5视频中，CNN的训练时出现问题

回答 1

数据归一化结果shape和目标shape不一致

回答 1

reshape

回答 1

降维

回答 1

x_train在reshape前后shape无变化

回答 1

打开慕课网App查看更多内容