看起來像 keras 規范化層沒有正確反規范化

Question

我想使用 keras 規范化層來“非規范化”我的 output。這個 object 的文檔說參數“invert=True”就是這樣做的，但它的行為根本不像我想的那樣......

我試圖找出問題並表明它不計算歸一化的逆

import numpy as np
import tensorflow as tf
from tensorflow import keras
from keras import layers

norm = layers.Normalization()
denorm = layers.Normalization(invert=True)
y = np.array([[10.0], 
              [20.0], 
              [30.0]])
norm.adapt(y)
denorm.adapt(y)

在這里，我檢查了均值和方差，看起來兩者是一樣的，現在一切都很好。

print(norm(20))
print(denorm(0))

我得到 output 0 和 163.29932 而不是 0 和 20... 看起來非規范化添加了平均值，然后乘以 std 而不是先乘以 std。

keras 版本可能與此處相關：

print(keras.__version__)

Output: '2.10.0'

Answer 1

我查看了代碼，發現確實是錯誤的（加上均值再乘以標准差）。

我打開了一個 pull request 來修復這個問題，它已經被接受，所以它應該會在短時間內修復。