我有一个形状为(34799, 32, 32, 3)
的numpy数组,其中(num examples, width, height, channels)
分别代表数据集大小、宽度、高度和通道数。
现在我使用以下代码对图像数据进行归一化:
def normalize(x):
return (x - 128) / 128
X_train_norm = normalize(X_train)
但是结果似乎不对,X_train[0][0][0]
的值为[28 25 24]
,但是X_train_norm[0][0][0]
的输出为[1.21875 1.1953125 1.1875]
。
我使用了以下测试代码:
test = np.array([[[[28, 25, 24]]]])
print ((test - 128) / 128)
输出:
[[[[-0.78125 -0.8046875 -0.8125 ]]]]
为什么
normalize
函数会得到错误的结果?