我正在尝试理解位于这里的文章

我有两个问题：

1. 标准化与全局对比度归一化有什么区别？据我所知，我认为它们的意思相同，都是从图像的每个像素中减去全局均值，然后除以全局标准差。

2. 它们在机器学习或特征提取中的目的是什么？

谢谢

回答：

1.) 从你分享的帖子中并不完全清楚，但看起来标准化是分别对每列图像进行归一化处理（而全局对比度归一化则是对图像中的所有像素进行处理）。我的猜测是两者都使用了这个pylearn2文档中的标准化函数，但第一步将两个全局标志设置为false，而第二步将它们设置为true。

2.) 归一化是机器学习/特征提取中相当标准的一步。它基本上试图将数据转换到一个共同的输入空间，并且至少可以部分处理来自外部的数据变化源，如照明水平。一个好的开始是阅读维基百科上关于特征缩放的文章。