---
title: normalize
description: "normalize函数用于对图像进行标准化，把数据转换到标准正态分布的数据集中，以加快模型的收敛。"
url: https://www.hikunpeng.com/document/detail/zh/kunpengboostkithistory/251RC1/accel/kunpengaccel_kpcv_06_0028.html
sourcePath: /source/zh/kunpengboostkithistory/251RC1/accel/kunpengaccel_kpcv_06_0028.html
indexId: 76d846002e5ea970e312c5ea0e8374c8e2e74568c5eab390ce08f1450242619377
---
# normalize

#### 函数功能

normalize函数用于对图像进行标准化，把数据转换到标准正态分布的数据集中，以加快模型的收敛。


#### 函数接口

```
torchvision.transforms.normalize(mean,std,inplace=False)
```


#### 参数

| 参数名 | 描述 | 取值范围 | 输入/输出 |
| --- | --- | --- | --- |
| mean | 一个序列，包含每个通道的均值。 | [0, inf) | 输入 |
| std | 一个序列，包含每个通道的标准差。 | (0, inf) | 输入 |
| inplace | bool型参数，默认值为False，表示在原地操作。 | bool | 输入 |


#### 返回值

- 标准化图像。


#### 示例

```
import numpy as np
from torchvision import transforms

src = np.array([[0, 0, 0, 0, 0],
                 [0, 1, 1, 1, 0],
                 [0, 1, 0, 1, 0],
                 [0, 1, 1, 1, 0],
                 [0, 0, 0, 0, 0]], dtype=np.float32)


# 定义均值和标准差
mean = 0.5 
std = 0.5

transf = transforms.Compose(
    [   transforms.ToTensor(),
        transforms.Normalize(mean, std)
    ]
)
normalized = transf(src)
print(normalized)
```

运行结果：

```
tensor([[[-1., -1., -1., -1., -1.],
         [-1.,  1.,  1.,  1., -1.],
         [-1.,  1., -1.,  1., -1.],
         [-1.,  1.,  1.,  1., -1.],
         [-1., -1., -1., -1., -1.]]])
```