我试图通过均值和标准差为0.5来标准化我的每张输入图像。

每张图像以0到1之间的浮点数表示，包含三个通道（RGB）。

我了解到在PyTorch中与我想要做的等效操作是：

torchvision.transforms.Normalize([0.5, 0.5, 0.5], [0.5,0.5,0.5])

这在Tensorflow中如何实现？

回答：

我不了解使用Tensorflow方法的具体细节，但你可以在Python中使用下面的代码来实现：

def fit_data(x, mean, sd):    # x是输入数组，mean是所需的均值，sd是所需的标准差    import numpy as np    import math    shape=x.shape    x= x.flatten ()    y=np.zeros((x.shape[0]))    total=0    for i in x:        total += i    x_mean=total/x.shape[0]        s_sq=0    for i in x:        s_sq +=(i-x_mean)**2         s=math.sqrt(s_sq/x.shape[0])            for i,v in enumerate(x):        y[i]=mean + (v-x_mean)*sd/s    y=np.reshape(y, shape)        return y