代码之家  ›  专栏  ›  技术社区  ›  Pro Q Rich Lysakowski PhD

为什么我的机器学习图像如此混乱?

  •  -1
  • Pro Q Rich Lysakowski PhD  · 技术社区  · 7 年前

    我正在用Keras和我的神经网络输出图像进行机器学习。

    我的数据是规范化的,因此我获取网络的输出并取消规范化,然后使用 image.fromarray ,将其转换为PIL图像,然后显示这些图像。

    然而,我得到的图像看起来真的很凌乱。例如,它们看起来像:

    当他们看起来像

    我的损失将降到相当低的数值,当我查看网络的输出值时,它们似乎是相当正常的。

    为什么这些图像显示的如此混乱?我能做些什么来修复它?Image.fromarray ,然后显示这些图像。

    然而,我得到的图像看起来真的很凌乱。例如,它们看起来像: Messy 1

    Messy 2

    当他们看起来像

    Good 1

    我的损失会降到相当低的数字,当我查看网络的输出值时,它们看起来是相当正常的。

    为什么这些图像显示的如此混乱?我能做些什么来修复它?

    1 回复  |  直到 6 年前
        1
  •  0
  •   Pro Q Rich Lysakowski PhD    6 年前

    sigmoid

    image_array = np.minimum(image_array, np.full(image_array.shape, 255))
    image_array = np.maximum(image_array, np.full(image_array.shape, 0))
    

    image_array Image.fromarray(image_array)