tensorflow.keras.Google Colab Notebook 中的标准化

Question

如果这是一个基本问题，我深表歉意。在下面的 python 代码中，我尝试使用 Google Colab 笔记本标准化一个简单的张量。

import tensorflow as tf
import pandas as pd
from tensorflow.keras.layers import Normalization

normalizer = Normalization(mean=5, variance=4)
x_normalized = tf.constant([[3,4,5,6,7],
                            [4,5,6,7,8]])
normalizer(x_normalized)

我做错了什么？我收到错误：

InvalidArgumentError: {{function_node \__wrapped__Reshape_device_/job:localhost/replica:0/task:0/device:CPU:0}} Input to reshape is a tensor with 1 values, but the requested shape has 5 \[Op:Reshape\]

Google colab 笔记本中的tensorflow.keras.Normalization 是否存在问题？

Answer 1

出现问题是因为您提供了均值和方差的标量值， 假设每个样本都有一个特征。由于广播而产生的错误 解决这个问题，我通过传递值列表正确调整了代码，其中 每个列表包含每个特征的五个特征的均值和方差 示例。请参阅此要点以查看我所做的更改