为什么我们将图像归一化为均值= 0.5，标准差= 0.5？

Question

我在Github中寻找GAN代码。我发现的代码使用pytorch。在此代码中，我们首先将图像标准化为均值= 0.5，标准差= 0.5。通常，归一化为min = 0和max =1。或者正态分布的均值为0和std =1。为什么将此归一化为均值= 0.5和std = 0.5？

transformtransfo  = transforms.Compose([
        transforms.ToTensor(),
        transforms.Normalize(mean=(0.5, 0.5, 0.5), std=(0.5, 0.5, 0.5))
])

Answer 1

的值mean和std为transform.normalize是不希望的平均和std，而是值减去和除法通过，即，估计的平均值和STD。

在您的示例中，您减去0.5，然后除以0.5，得到的图像的平均值为零，值的范围为[-1，1]