데이터 전처리를하고 데이터에 Convonets를 구축하려고합니다.
내 질문은 : 100 개의 이미지가있는 총 데이터 세트가 있고 100 개의 이미지 중 하나에 대한 평균을 계산 한 다음 각 이미지에서 뺀 다음 기차와 유효성 검사 세트로 나눕니다. 주어진 테스트 세트에서 처리하는 단계이지만 다음 링크에 따라 올바른 방법이 아닌 것 같습니다 : http://cs231n.github.io/neural-networks-2/#datapre
" 공통 함정 . 전처리에 대해 중요한 점은 전처리 통계 (예 : 데이터 평균)를 훈련 데이터에서만 계산 한 다음 유효성 검사 / 테스트 데이터에 적용해야한다는 것입니다. 예를 들어 평균 계산 및 빼기 전체 데이터 세트에 걸쳐 모든 이미지를 기록한 다음 데이터를 기차 / val / 테스트 분할로 분할하는 것은 실수가 아니라, 평균은 교육 데이터에 대해서만 계산 된 다음 모든 분할 (트레인 / val / 테스트)에서 똑같이 빼야합니다. "
저자가 말한 것을 추측하고 있습니다. 평균을 계산하고 각 이미지 내에서 빼지 말고 전체 이미지 세트의 평균 (예 : (image1 + ... + image100) / 100)을 계산하고 평균을 빼십시오. 각 이미지.
아무도 이해할 수없는 것을 이해하지 못합니까? 또한 내가하고있는 일이 왜 잘못되었는지 설명하십시오 (실제로 잘못 된 경우).