我不明白这段代码是做什么的。 X是矩阵,其每一行是图像的特征向量。规范做了什么?
# Take an eigenvector and make it into an image
def vecToImage(x, size = lfw_imageSize):
im = x/np.linalg.norm(x)
im = im*(256./np.max(im))
im.resize(*size)
return im
答案 0 :(得分:1)
问题documentation很清楚。您将ord参数的None传递给linalg.norm(),以便获得Frobenius规范。
代码似乎是通过除以标准来规范化输入。然后似乎很难尝试扩展到具有8位颜色值。但是代码会扩展到0到256而不是0到255。
然而,第一步对我来说似乎毫无意义。代码可以简单地读取:
im = x*(256./np.max(x))
但也许应该是255而不是256。
由于我们这里没有上下文,我不愿意声明代码是错误的。只有你能够决定,因为只有你知道背景。