我是深度学习的新手。我试图理解一些概念。我知道“均值”是平均值，“方差”是与均值的偏差。我读过一些研究论文，都说我们首先对数据进行预处理。但是这些概念与图像预处理有什么关系呢？为什么将这些概念用作图像数据的预处理？
实际上我无法理解这些技术如何有助于分类。我在谷歌上搜索了它，但可能是我用描述性较差的关键字搜索了
请承担我的非常基本的问题，
就图像数据而言，什么是零均值和单位方差？
机器算法验证
分类
方差
意思是
深度学习
图像处理
2022-03-18 04:03:35
1个回答
这是一个非常好的问题，您需要了解这一点才能对深度学习有更多的了解。
基本上，您有原始图像，让我们拍摄一张图像。该图像有 3 个通道，每个通道的像素值范围为 0 到 255。
我们的目标是将三个通道中所有像素的值范围压缩到一个非常小的范围。这就是预处理的用武之地。但不要认为预处理只涉及均值和标准偏差技术，还有许多其他技术，如 PCA、白化等。
1) 使用平均值：通过计算平均值，所有训练图像中的第一个红色像素值将为您提供所有训练图像中第一个位置的平均红色值。同样，您可以找到所有红色通道值、绿色通道值。最后，您从所有训练图像中获得平均图像。
现在，如果你从所有训练图像中减去这个平均图像，你显然会转换图像的像素值，图像不再能被人眼解释，像素值现在位于从正到负的范围内，平均值为零.
2）现在，如果您再次将这些除以标准偏差，您基本上将之前的像素值范围压缩到一个小范围。
但为什么这一切？我会根据我的经验说，对图像进行预处理，然后将这些转换后的图像提供给分类器模型会运行得更快更好。这就是为什么。
当您进入深度学习时，请在了解此规范化概念后查看批量规范化