TJ_360 2021-05-19 18:44 采纳率: 50%
浏览 17

关于pytorch深度学习标准化产生的问题

对于特定的数据集,如果采用imagnet数据集的均值和方差进行标准化,那么从数据上看,训练集进行标准化,测试集进行标准化与不进行标准化相比,效果有所提升。

但是,如果采用该特定数据集计算所得的均值和方差进行标准化,从数据上看,训练集进行标准化,测试集不进行标准化时,预测结果出现0,1甚至是nan,而进行标准化后,结果正常。

那么,对于测试集来说,我是否有必要进行数据增强?比如标准化。其次,为什么会出现上述测试集不进行标准化产生的结果?

  • 写回答

1条回答 默认 最新

  • CSDN-Ada助手 CSDN-AI 官方账号 2022-09-07 18:14
    关注
    不知道你这个问题是否已经解决, 如果还没有解决的话:

    如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 以帮助更多的人 ^-^
    评论

报告相同问题?

悬赏问题

  • ¥15 C# datagridview 栏位进度
  • ¥15 vue3页面el-table页面数据过多
  • ¥100 vue3中融入gRPC-web
  • ¥15 kali环境运行volatility分析android内存文件,缺profile
  • ¥15 写uniapp时遇到的问题
  • ¥15 vs 2008 安装遇到问题
  • ¥15 matlab有限元法求解梁带有若干弹簧质量系统的固有频率
  • ¥15 找一个网络防御专家,外包的
  • ¥100 能不能让两张不同的图片md5值一样,(有尝)
  • ¥15 informer代码训练自己的数据集,改参数怎么改