华为计算微信公众号
昇腾AI开发者公众号
华为计算微博
华为计算今日头条
文档 https://www.mindspore.cn/tutorials/application/zh-CN/r2.1/cv/resnet50.html 给出如下代码
trans += [ vision.Resize(resize), vision.Rescale(1.0 / 255.0, 0.0), vision.Normalize([0.4914, 0.4822, 0.4465], [0.2023, 0.1994, 0.2010]), vision.HWC2CHW() ]
有一种解释说, 这是CIFAR10 在RGB上的 mean 和 std
经以下代码测试, mean 的部分符合, std 的部分不符合
import torchvision.datasets as datasets import numpy as np cifar10_train = datasets.CIFAR10(root='./data', train=True, download=True, transform=None) cifar10_train_arr = np.array(cifar10_train.data/255.0) means = np.mean(cifar10_train_arr, axis=(0, 1, 2)) stds = np.std(cifar10_train_arr, axis=(0, 1, 2)) print('training images') print(means) print(stds)
请问, [0.2023, 0.1994, 0.2010] 是如何计算得到的? 如果方便, 请给出相关代码
本帖最后由 匿名用户 于 2023/10/07 17:09:49 编辑
我要发帖子
点赞
收藏
回复
分享
举报
已解决
已解决
文档 https://www.mindspore.cn/tutorials/application/zh-CN/r2.1/cv/resnet50.html 给出如下代码
有一种解释说, 这是CIFAR10 在RGB上的 mean 和 std
经以下代码测试, mean 的部分符合, std 的部分不符合
import torchvision.datasets as datasets import numpy as np cifar10_train = datasets.CIFAR10(root='./data', train=True, download=True, transform=None) cifar10_train_arr = np.array(cifar10_train.data/255.0) means = np.mean(cifar10_train_arr, axis=(0, 1, 2)) stds = np.std(cifar10_train_arr, axis=(0, 1, 2)) print('training images') print(means) print(stds)请问, [0.2023, 0.1994, 0.2010] 是如何计算得到的? 如果方便, 请给出相关代码