tensorflow-2.0 技巧 | ImageNet 归一化

_MEAN_RGB = [123.15, 115.90, 103.06]

def _preprocess_subtract_imagenet_mean(inputs):

    """Subtract Imagenet mean RGB value."""

    mean_rgb = tf.reshape(_MEAN_RGB, [1, 1, 1, 3])

    print("mean_rgb:\n", mean_rgb)

    return inputs - mean_rgb

inputs = tf.random.uniform(shape=[2, 448, 448, 3], maxval=255)

print("inputs:\n", inputs)

imgs_new = _preprocess_subtract_imagenet_mean(inputs)

print("imgs_sub:\n", imgs_new)

会Boardcast!

– 从最后面的维度开始匹配。

– 在前面插入若干维度。

– 将维度的size从1通过expand变到和某个Tensor相同的维度。

总之，Broadcasting操作就是自动实现了若干unsqueeze和expand操作，以使两个tensor的shape一致，从而完成某些操作（往往是加法）。