他们怎么知道mean和std，transforms.Normalize的输入值

Question

问题是来自 PyTorch 网站的 the data loading tutorial。我不知道他们如何在没有计算的情况下写transforms.Normalize的mean_pix和std_pix的值

我在 Whosebug 上找不到与此问题相关的任何解释。

import torch
from torchvision import transforms, datasets

data_transform = transforms.Compose([
        transforms.RandomSizedCrop(224),
        transforms.RandomHorizontalFlip(),
        transforms.ToTensor(),
        transforms.Normalize(mean=[0.485, 0.456, 0.406],
                             std=[0.229, 0.224, 0.225])
    ])
hymenoptera_dataset = datasets.ImageFolder(root='hymenoptera_data/train',
                                           transform=data_transform)
dataset_loader = torch.utils.data.DataLoader(hymenoptera_dataset,
                                             batch_size=4, shuffle=True,
                                             num_workers=4)

值mean=[0.485,0.456, 0.406]和std=[0.229, 0.224, 0.225]对我来说不是很明显。他们如何得到它们？为什么它们等于这些？

Answer 1

为了归一化 input[channel] = (input[channel] - mean[channel]) / std[channel]，均值和标准差值取自训练数据集。

这里，mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]是Imagenet数据集的mean和std。

On Imagenet, we’ve done a pass on the dataset and calculated per-channel mean/std. check here

torchvision 中用于迁移学习的预训练模型已在 Imagenet 上进行了预训练，因此使用其均值和标准差可以很好地微调您的模型。

如果您尝试从头开始训练模型，最好使用训练数据集（在本例中为人脸数据集）的均值和标准差。除此之外，在大多数情况下，Imagenet 的平均值和标准差 suffice 可以解决您的问题。

他们怎么知道mean和std，transforms.Normalize的输入值

How do they know mean and std, the input value of transforms.Normalize

pytorch

dataloader