Image processing 什么是卷积神经网络的有效输入范围？
我使用CONV maxpool CONV maxpool CONV maxpool CONV maxpool隐藏逻辑架构进行图像检测应用。 尽管大多数示例将图像强度标准化为[0,1]范围。 但这似乎不好，因为输入的平均值不是零。这不是白化输入。Image processing 什么是卷积神经网络的有效输入范围？,image-processing,neural-network,normalization,deep-learning,conv-neural-network,Image Processing,Neural Network,Normalization,Deep Learning,Conv Neural Network,我使用CONV maxpool CONV maxpool CONV maxpool CONV maxpool隐藏逻辑架构进行图像检测应用。 尽管大多数示例将图像强度标准化为[0,1]范围。 但这似乎不好，因为输入的平均值不是零。这不是白化输入。 有没有试用过[-0.5,0.5]输入范围？我见过很多论文使用全局对比标准化，它包括数据零居中和缩放，以便您的特征具有单位方差。这将使您的图像像素像您所说的那样位于一个大约0的对称间隔内。有关进一步的“最佳实践”，请参阅本文。我在上传问题后尝试过。[-0.
有没有试用过[-0.5,0.5]输入范围？我见过很多论文使用全局对比标准化，它包括数据零居中和缩放，以便您的特征具有单位方差。这将使您的图像像素像您所说的那样位于一个大约0的对称间隔内。有关进一步的“最佳实践”，请参阅本文。我在上传问题后尝试过。[-0.5,0.5]输入试验比[0,1]范围试验差（难以优化），但我不知道为什么。