在tensorflow中，重缩放的实际作用是什么

Question

我遇到了这个层tf.keras.layers.experimental.preprocessing.Rescaling

我正在制作一个图像分类模型，但我不知道their description是什么意思

它提到“将[0，255]范围内的输入重新缩放为[0，1]范围”

这是否意味着该层将我的图像变成黑白

这一层对我的训练有什么帮助

Answer 1

不，这意味着图像中的像素值通常在0到255之间。重新缩放图像时，像素值的范围将更改。大多数情况下，像素值会重新调整为0到1的范围。实际上，它是将每个像素值除以255。这是典型的重缩放范围，用于在将图像用作神经网络输入之前对其进行预处理。一些经典模型（如用于转移学习的Keras应用程序中的模型）使用范围为+1到-1的像素值进行训练，并指定您使用其关联的预处理功能来缩放图像。通过将“重缩放”值定义为1/127.5-1，可以完成相同的操作。重新缩放与将图像从RGB更改为灰度无关