如何理解用于 Imagenet 预处理的 TensorFlow 源代码答案

【问题标题】：How to understand TensorFlow source code for Imagenet preprocessing如何理解用于 Imagenet 预处理的 TensorFlow 源代码
【发布时间】：2020-04-26 11:58:57
【问题描述】：

想了解和复现tensorflow.keras在函数tf.keras.applications.resnet.preprocess_input中是如何对imagenet做预处理的，但是看不懂source code：

@keras_export('keras.applications.imagenet_utils.preprocess_input')
@keras_modules_injection
def preprocess_input(*args, **kwargs):
  return imagenet_utils.preprocess_input(*args, **kwargs)

定义似乎是递归的。此外，文档没有说明该功能。我怎样才能看到这个函数到底在做什么？

【问题讨论】：

过去，我在源代码中看到过，也许你在寻找更旧的 keras 版本。这里似乎有旧版本的文档。尝试找到类似 2.1.0 或 2.2.0（或这些值附近的值）：faroit.com/keras-docs/1.0.8/layers/convolutional/#convolution2d。这个想法是每个模型都有自己的预处理，但 VGG 使用每个通道的中心。就是这样，图像输入从 0 到 255：绿色通道的值减去 255/2 左右（但不完全正确）。每个其他频道都遵循相同的流程，但手段不同。
我知道它们确实意味着减法和缩放，但我也想知道它们是如何进行裁剪的。
预处理中没有作物。

标签： python tensorflow keras resnet imagenet

【解决方案1】：

我认为这个链接会有所帮助。 https://github.com/keras-team/keras-applications/blob/master/keras_applications/imagenet_utils.py。该定义实际上不是递归的，因为 import 语句 from keras_applications import imagenet_utils 将允许您使用位于 keras 中的 imagenet_utils 中的 preprocess_input 函数，而不是调用自身。

【讨论】：