資料預處理

在我們使用資料擴充技術獲得了足夠的訓練樣本之後，不要先急於開始模型訓練，訓練前，資料預處理操作時必不可少的一步。

在機器學習中，對輸入特徵做歸一化預處理操作是常見的步驟。類似的，在影象處理中，影象的每個畫素資訊同樣可以看做一種特徵。在實踐中，對每個特徵減去平均值來中心化資料是非常重要的這種歸一化處理方式被稱作「的中心式歸一化」。卷積神經網路中的預處理通常是計算訓練集影象畫素均值，之後在處理訓練集、驗證集和測試集影象時需要分別減去該均值。減均值操作的原理是，我們預設自然影象是一類平穩的資料分布(即資料每乙個維度的統計都服從相同分布)，此時，在每個樣本上減去資料的統計平均值(逐樣本計算)可以移除共同部分，凸顯個體差異。

需要注意的是，在實際操作中應首先劃分好訓練集、驗證集和測試集，而該均值僅針對劃分後的訓練集計算。不可直接在未劃分的所有影象上計算均值，如此會違背機器學習基本原理，即「模型訓練過程中能且僅能從訓練資料中獲取資訊」。