1. 正規分布
確率変数 X が数学的期待値 μ と分散 σ2 をもつ正規分布に従う場合、それは N(μ, σ2) と表されます。
その確率密度関数は、正規分布の期待値 μ によってその位置が決まり、その標準偏差 σ によって分布の大きさが決まります。
2. 標準正規分布
μ = 0、σ = 1 のときの正規分布が標準正規分布です。
説明と適用を容易にするために、データ変換には通常の変数がよく使用されます。一般正規分布を標準正規分布に変換します。
3. 前処理を正規化する理由
画像がトレーニングのためにネットワークに送信される前に、画像の平均値を減算することが正規化操作とみなされます。
画像は実際には定常分布であり、データの対応する次元の統計的平均を減算することで共通部分を除去できます。
個人差や特徴を浮き彫りにする。
4. Imagenet を使用する理由
Imagenet からの平均と標準偏差を使用するのが一般的です。
これらは何百万もの画像から計算されます。
独自のデータセットで最初からトレーニングしている場合は、新しい平均と標準偏差を計算できます。それ以外の場合は、平均値と標準偏差を含む Imagenet プリセット モデルをお勧めします。