我正在尝试规范化我的CoreML模型的输入,如下所示,它对数组有一定的作用,但它与SKLearn所做的完全不同(在这些环境中,我提供相同的输入和观察输出)。所以我经常做错事。
我的模型使用Keras和SKlearn进行培训,它必须执行与我使用SKLearn规范化器相同的规范化操作,这是默认的L2规范化器。下面我正在做的不是滑雪,有什么想法吗?
vDSP_normalizeD(vec, 1, &normalizedVec, 1, &mean, &std, vDSP_Length(count))
let (normalizedXVec, _, _) = normalize(vec: doubleArray)然后,我将normalizedXVec转换为MLMultiArray,并将其用作我的预测器的输入。
注意:我还试图使用coreml工具从sklearn中转换出规范化器,但是我发现了如下所示的错误:
发布于 2019-02-10 12:31:31
vDSP_normalizeD使用均值和标准差。这与L2不一样。
L2归一化首先计算向量的L2范数,它与sqrt(v[0]*v[0] + v[1]*v[1] + ... + v[n]*v[n])相同,然后将向量的每个元素除以这个数。
https://stackoverflow.com/questions/54608649
复制相似问题