为什么要将原始图片的二维数据相乘变成一维的？
来源：7-5 实战（二）
yidaimi
2023-06-26
老师，
我有几个问题想请教：
1. 我不是很理解为什么要将图片中的二维数据相乘？相乘之后会不会影响数据质量？比如说有两张图分别是“4”和“5”，相乘处理之后，它们就会变得很像，导致训练结果有误？
2. 另外除以255是因为想把乘出来的数据缩小吗？缩小能带来什么好处吗？
3. 为什么最后还要把Y数据变成矩阵？
这种图片预处理有没有什么固定套路？
谢谢！
写回答
1回答
-
flare_zhao
2023-07-11
1、这里并不是将图片中的数据相乘，而是因为我们把2维的矩阵展开成一维，我们要获得特征的数量（列数），比如如果图片尺寸是5*4，我们把这一张图片每个像素点的数值取出来放在同一行，那就有5*20列，每一列对应一个像素的灰度值。这样做的目的，是考虑到普通的mlp模型要求输入数据行代表不同样本，特征放在不同列里面；
2、除以255是归一化处理，这是数据预处理的常用手段，这样通常能加速模型收敛，同时减少因为量纲不同带来的影响，算是常用的预处理操作
3、对y的处理通常是模型本身有特定的输入数据格式要求，按照要求做简单的预处理
00
相似问题