数据预处理

tflearn.data_preprocessing.DataPreprocessing (name='DataPreprocessing')

用于应用常见实时数据预处理的基类。

此类旨在用作 input_data 的参数。训练模型时，定义的预处理方法将在训练和测试时应用。请注意，数据增强类似于数据预处理，但仅在训练时应用。

参数

• 无。

方法

add_custom_preprocessing (func)

将任何自定义预处理函数应用于数据。

参数

• func: 一个以 numpy 数组作为输入并返回 numpy 数组的 函数。

返回值

无。

add_featurewise_stdnorm (std=None)

按指定的标准差缩放每个样本。如果未指定标准差，则根据所有样本数据评估标准差。

参数

• std: 浮点数（可选）。提供自定义标准差。如果未提供，将根据训练数据集自动计算。默认值：无。

返回值

无。

add_featurewise_zero_center (mean=None)

使用指定的均值对每个样本进行零中心化。如果未指定，则根据所有样本评估均值。

参数

• mean: 浮点数（可选）。提供自定义均值。如果未提供，将根据训练数据集自动计算。默认值：无。

返回值

无。

add_samplewise_stdnorm (self)

使用其标准差缩放每个样本。

返回值

无。

add_samplewise_zero_center (self)

通过减去每个样本的均值来对其进行零中心化。

返回值

无。

add_zca_whitening (pc=None)

对数据应用 ZCA 白化。

参数

• pc: 数组（可选）。使用提供的预先计算的主成分，而不是计算它。

返回值

无。

---