本文部分借鑒http://www.reibang.com/p/f9e3fd264932
- 在DL中經常涉及到圖像的標準化處理,去均值以及歸一化,其中經常用到
np.mean(self, axis = ?)
究竟axis=?如何選
- 先看個例子
import numpy as np
X = np.array([[1, 2], [4, 5], [7, 8]])
print np.mean(X, axis=0, keepdims=True)
print np.mean(X, axis=1, keepdims=True)
直接上結果
axis = 0
[[ 4. 5.]]
axis = 1
[[ 1.5]
[ 4.5]
[ 7.5]]
可以看出axis=0是對縱軸方向取平均數, axis=1是對橫軸方向取平均值
那么在batch中,axis=?
- 比如
batch=[10000,32,32]
np.mean(batch,axis=0)
``
就是對這10000個圖像求平均圖像,得到的結果也是32*32的
np.mean(batch,axis=1)
就是對這10000個圖像的第一個維度求均值,得到的結果是10000*32的
np.mean(batch,axis=2)
就是對這10000個圖像的第二個維度求均值,得到的結果是10000*32的
所以一般axis=0即可
