数据归一化结果shape和目标shape不一致

Question

老师您好，在数据归一化时，您说需要将数据转换成 [None, 784]， 但是 x_train.astype(np.float32).reshape(-1, 1) 转换出来的数据应该是 [None, 1]. 这样的数据归一化和算出来的均值方差和目标应该不一样吧？还请老师帮忙回答这个问题，谢谢！！！

Answer 1

正十七 2022-03-13 22:05:11

x_train_scaled = scaler.fit_transform(
    x_train.astype(np.float32).reshape(-1, 1)).reshape(-1, 28, 28)
x_valid_scaled = scaler.transform(
    x_valid.astype(np.float32).reshape(-1, 1)).reshape(-1, 28, 28)
x_test_scaled = scaler.transform(
    x_test.astype(np.float32).reshape(-1, 1)).reshape(-1, 28, 28)

同学你好，我们的code是这样的啊，

这个x_train.astype(np.float32).reshape(-1, 1)转完之后应该是（55000 × 28 × 28, 1）的二维矩阵，然后它是fit_transform的输入，拿到输出也是这个size，再由后面的reshape转成（55000, 28, 28）的三维矩阵。

• 提问者 真鱻 #1

  老师您好，谢谢老师您的回复！是的，我明白代码所代表的意思 。可能是我表述的问题，我困惑的是这样scale的正确性，因为我觉得现在的code是把28*28的特征看成了一个特征进行scale，但我们是不是应该对28*28个特征都分别进行一次scale呢？谢谢老师！