为什么我们需要预处理图像数据集？答案

【问题标题】：Why do we need to pre-process image datasets?为什么我们需要预处理图像数据集？
【发布时间】：2022-01-18 05:21:42
【问题描述】：

参考这个Complete guide on How to use Autoencoders in Python

注意作者补充：

x_train = x_train.astype('float32') / 255.
x_test = x_test.astype('float32') / 255.
x_train = x_train.reshape((len(x_train), np.prod(x_train.shape[1:])))
x_test = x_test.reshape((len(x_test), np.prod(x_test.shape[1:])))

在他们加载了 MNIST 数据之后。

为什么他们将图像数据除以 255？为什么是255？在那之后，他们为什么将 2d 矩阵重塑为 1d？

非常感谢！

【问题讨论】：

标签： python keras pytorch autoencoder mnist

【解决方案1】：

为什么要除以 255：
RGB 值最大为 255，您希望在 0 和 1 之间标准化颜色。

那么为什么转换为一维向量是为了轻松地将整个向量发送到模型中。如果您有 2D 矢量，则必须使用其他形式的输入层或专门为此构建的不同类型的模型。在许多情况下，2D 向量可以表示时间序列数据集，我实际上不知道是否有 CNN 实现可以将 2D 输入用于图像。

【讨论】：