資料前處理
tflearn.data_preprocessing.DataPreprocessing (name='DataPreprocessing')
用於套用一般即時資料前處理的基本類別。
此類別用於當作 input_data 的參數。在訓練模型時，已定義的前處理方法會同時套用於訓練和測試時間。請注意 DataAugmentation 類似於 DataPreprocessing，但僅能套用於訓練時間。
參數
- 無。
方法
add_custom_preprocessing (func)
將自訂前處理函式套用於。
參數
- func：接受 numpy 陣列作為輸入並傳回 numpy 陣列的
Function。
傳回值
無。
add_featurewise_stdnorm (std=None)
調整每一個樣本，標準差為指定值。如果未指定標準差，標準差會評估所有樣本資料。
參數
- std：
float（選用）。提供自訂標準差。如果未提供，會根據訓練資料集自動計算。預設值：None。
傳回值
無。
add_featurewise_zero_center (mean=None)
將每一個樣本零中心化，平均值為指定值。如果未指定，平均值會評估所有樣本。
參數
- mean：
float（選用）。提供自訂平均值。如果未提供，會根據訓練資料集自動計算。預設值：None。
傳回值
無。
add_samplewise_stdnorm (self)
調整每一個樣本，標準差為其標準差。
傳回值
無。
add_samplewise_zero_center (self)
將每一個樣本零中心化，將其減去其平均值。
傳回值
無。
add_zca_whitening (pc=None)
將 ZCA 白化應用於資料。
參數
- pc：
array（選用）。使用已預先計算的主成分，取代原先計算的方式。
傳回值
無。