更改张量流中张量的比例

Question

对不起，如果我搞砸了标题，我不知道该如何表达。无论如何，我有一组值的张量，但我想确保张量中的每个元素的范围都在 0 - 255 之间（或者 0 - 1 也有效）。但是，我不想像 softmax 那样让所有值加起来等于 1 或 255，我只想缩小值。

有什么办法吗？

谢谢！

原文由 agupta231 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

您正在尝试规范化数据。一个经典的归一化公式是这样的：

 normalize_value = (value − min_value) / (max_value − min_value)

tensorflow 上的实现如下所示：

 tensor = tf.div(
   tf.subtract(
      tensor,
      tf.reduce_min(tensor)
   ),
   tf.subtract(
      tf.reduce_max(tensor),
      tf.reduce_min(tensor)
   )
)

张量的所有值都将介于 0 和 1 之间。

重要提示：确保张量具有浮点/双精度值，否则输出张量将只有零和一。如果你有一个整数张量，请先调用它：

 tensor = tf.to_float(tensor)

更新：从 tensorflow 2 开始， tf.to_float() 已被弃用，而是应该使用 tf.cast() ：

 tensor = tf.cast(tensor, dtype=tf.float32) # or any other tf.dtype, that is precise enough

原文由 Will Glück 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

根据维基百科中的 特征缩放，您还可以尝试 Scaling to unit length：

可以使用这段代码来实现：

 In [3]: a = tf.constant([2.0, 4.0, 6.0, 1.0, 0])
In [4]: b = a / tf.norm(a)
In [5]: b.eval()
Out[5]: array([ 0.26490647,  0.52981293,  0.79471946,  0.13245323,  0.        ], dtype=float32)

原文由 Lerner Zhang 发布，翻译遵循 CC BY-SA 3.0 许可协议