2

我正在使用 Keras（2.0.0 版），我想使用预训练模型，例如 VGG16。为了开始，我运行了 [Keras 文档站点][ https://keras.io/applications/]的示例，用于使用 VGG16 提取特征：

from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
import numpy as np

model = VGG16(weights='imagenet', include_top=False)

img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)

features = model.predict(x)

使用的preprocess_input()函数让我感到困扰（该函数通过查看源代码可以看到平均像素以零为中心）。

在使用经过训练的模型之前，我真的需要预处理输入数据（验证/测试数据）吗？

a) 如果是，可以得出结论，您必须始终了解在训练阶段执行了哪些预处理步骤？！

b) 如果不是：验证/测试数据的预处理是否会导致偏差？

我感谢您的帮助。

4

1 回答 1

0

是的，您应该使用预处理步骤。您可以在没有它的情况下重新训练模型，但第一层将学习使您的数据居中，因此这是对参数的浪费。

如果你不重新定位，你的表现就会受到影响。

reddit 上的好帖子：https ://www.reddit.com/r/MachineLearning/comments/3q7pjc/why_is_removing_the_mean_pixel_value_from_each/

于 2017-03-16T20:50:10.597 回答