如何归一化到指定的均值和标准差

问题提出: 最近在看pytorch的Normlize(mean, std, inplace=False)函数,它可以将数据归一化到指定的均值和标准差,那应该如何实现呢?

  • 我们都知道归一化中如何将数据变为均值为0,标准差为1的分布( m e a n mean mean s t d std std分别为原来数据的均值和方差)
    x i = x i − m e a n s t d x_i = \frac{x_i-mean}{std} xi=stdximean
  • 那么如何将数据变为均值为 μ \mu μ,标准差为 s t d std std的分布呢?
  • 其实很简单首先把数据转化为均值为0,标准差为1的分布,之后再做如下操作
    x i = x i ∗ s t d + μ x_i = x_i*std+\mu xi=xistd+μ

你可能感兴趣的:(人工智能,均值算法,算法,python)