《Keras深度学习实战》—3.1.2　怎么做

3.1.2　怎么做

使用mnist数据集。首先，绘制一个未经标准化的图像：

输出图像如下所示：

接下来使用ImageDataGenerator对该图进行特征标准化处理。

初始化ImageDataGenerator

使用

keras.preprocessing.image.ImageDataGenerator（featurewise_center = False， samplewise_center = False， featurewise_std_normalization = False， samplewise_std_normalization = False）

初始化ImageDataGenerator。

参数介绍如下：

• featurewise_center：布尔值，将数据集的输入均值设置为0，按特征执行。

• samplewise_center：布尔值，将样本均值都初始化为0。

• featurewise_std_normalization：布尔值，将输入除以数据集的标准差，按特征执行。

• samplewise_std_normalization：布尔值，将输入的每个样本除以其自身的标准差。

将这一初始化程序应用于mnist数据集：

输出为一个按特征及样本标准化并归一化处理后的3×3网格图，如下所示：