数据归一化结果shape和目标shape不一致

来源:2-5 实战分类模型之数据归一化

真鱻

2022-03-07

老师您好,在数据归一化时,您说需要将数据转换成 [None, 784], 但是 x_train.astype(np.float32).reshape(-1, 1) 转换出来的数据应该是 [None, 1]. 这样的数据归一化和算出来的均值方差和目标应该不一样吧?还请老师帮忙回答这个问题,谢谢!!!

写回答

1回答

正十七

2022-03-13

x_train_scaled = scaler.fit_transform(
    x_train.astype(np.float32).reshape(-1, 1)).reshape(-1, 28, 28)
x_valid_scaled = scaler.transform(
    x_valid.astype(np.float32).reshape(-1, 1)).reshape(-1, 28, 28)
x_test_scaled = scaler.transform(
    x_test.astype(np.float32).reshape(-1, 1)).reshape(-1, 28, 28)

同学你好,我们的code是这样的啊,

这个x_train.astype(np.float32).reshape(-1, 1)转完之后应该是(55000 × 28 × 28, 1)的二维矩阵,然后它是fit_transform的输入,拿到输出也是这个size,再由后面的reshape转成(55000, 28, 28)的三维矩阵。

0
1
真鱻
老师您好,谢谢老师您的回复!是的,我明白代码所代表的意思 。可能是我表述的问题,我困惑的是这样scale的正确性,因为我觉得现在的code是把28*28的特征看成了一个特征进行scale,但我们是不是应该对28*28个特征都分别进行一次scale呢?谢谢老师!
2022-03-25
共1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

查看课程