张量流图像运算符所期望的RGB格式是什么？

Question

张量流图像op（如nn.conv2d）如何表示图像通道？

1. 3个值的数组，范围为[0-255]
2. 3个值的数组，范围从[0-1]
3. 3个大小为255的单热阵列的数组
4. 别的什么？

我试图理解为什么我的学习率如此之差，我猜测它是因为我的输入结果不正确。

Answer 1

conv2d接受您在此提及的所有表单。它并不关心输入范围应该是什么，只要它在数据类型范围内。但是从神经网络训练的角度来看，输入正确缩放非常重要。不仅对输入图像，甚至在每个层级我们都希望输入正确缩放。这就是为什么像batch-normalization这样的技术几乎在所有最近的网络中都存在的原因，因为它通过网络实现更好的梯度流来改善训练。因此，将图像缩放到[-1，+ 1]范围（或零均值单位方差）非常重要。