是否通过除以 255 个训练集和测试集之间的泄漏信息来标准化图像？

Question

我已经看到在 CNN 在线教程中多次使用除以 255 作为归一化，这是在训练测试拆分之前在整个数据集上完成的。

我的印象是测试集应该根据训练集的均值/标准/最大值等进行归一化。通过在整个数据集上使用 /255，显然我们让训练集对测试集有了感觉。真的吗？

这里的正确方法是什么？

这个：

x_train = (x_train - x_train_mean)/x_train_std
x_test = (x_test - x_test_mean)/x_test_std

或这个：

x_train = (x_train - x_train_mean)/x_train_std
x_test = (x_test - x_train_mean)/x_train_std

或这个：

data/255

谢谢

我被要求提供我尝试过的背景：这似乎无法搜索，我还没有找到任何关于它的讨论。

编辑：只是另一个想法。

因为训练集和测试集已经在相同的尺度上（即每个像素从 0-255）我假设除以 255 没有区别，现在它们在相同的尺度上，但是从 0-1。

Answer 1

您的猜测是正确的，将图像除以 255 只是将图像从 0-255 重新缩放到 0-1。（将它从 int 转换为 float 也使计算方便）但是，两者都不是必需的。然而，当数据以零为中心时，平均值不能泄漏到测试集中：（http://cs231n.github.io/neural-networks-2/#datapre）

x_train = (x_train - x_train_mean)

x_test = (x_test - x_train_mean)

此外，您可以使用 sklearn 的 Pipeline 类（https://scikit-learn.org/stable/modules/generated/sklearn.pipeline.Pipeline.html）并使用 fit() 和/或 fit_transform() 方法来简化过程。如果您使用的是 Keras，则有一个包装器