Класс Rescaling

Класс Rescaling применяется к данным изображения и выполняет их линейное преобразование. Первым параметром передаётся масштаб (множитель), вторым - смещение, которое прибавляется после умножения. Слой часто используется для нормализации пикселей из диапазона [0, 255] в диапазон [0, 1] или [-1, 1].

Синтаксис

tf.keras.layers.Rescaling(scale, [offset])

Пример

Давайте масштабируем тензор изображения, разделив каждое значение на 255:

import tensorflow as tf

layer = tf.keras.layers.Rescaling(scale=1.0 / 255.0)
t = tf.constant([0, 127, 255])
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor([0. 0.49803922 1.], shape=(3,), dtype=float32)

Пример

Давайте применим масштабирование со смещением, чтобы привести значения к диапазону [-1, 1]:

import tensorflow as tf

layer = tf.keras.layers.Rescaling(scale=1.0 / 127.5, offset=-1.0)
t = tf.constant([0, 127, 255])
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor([-1. 0. 1.], shape=(3,), dtype=float32)

Пример

Давайте применим слой к двумерному тензору изображения:

import tensorflow as tf

layer = tf.keras.layers.Rescaling(scale=1.0 / 255.0)
t = tf.constant([[0, 128, 255], [64, 192, 32]])
res = layer(t)
print(res)

Результат выполнения кода:

tf.Tensor(
[[0.		 0.5019608  1.		]
 [0.2509804  0.7529412  0.1254902 ]], shape=(2, 3), dtype=float32)

Пример

Давайте встроим слой в модель Keras для нормализации входных изображений:

import tensorflow as tf

model = tf.keras.Sequential([
	tf.keras.layers.Rescaling(scale=1.0 / 255.0),
	tf.keras.layers.Flatten(),
	tf.keras.layers.Dense(10)
])

t = tf.constant([[[[0], [128]], [[255], [64]]]])
res = model(t)
print(res.shape)

Результат выполнения кода:

(1, 10)

Смотрите также

класс Resizing,
который изменяет размеры изображений
функцию convert_image_dtype,
которая преобразует тип данных изображения
функцию per_image_standardization,
которая стандартизирует изображения
класс RandomContrast,
который случайно изменяет контраст изображений