试图了解NumPy的linalg.norm方法

Question

我不明白这段代码在做什么。X是一个矩阵，它的每一行都是图像的特征向量。规范做什么？   # Take an eigenvector and make it into an image    def vecToImage(x, size = lfw_imageSize):      im = x/np.linalg.norm(x)      im = im*(256./np.max(im))      im.resize(*size)      return im

Answer 1

关于此事的文件很清楚。您将无参数ord传递给linalg.norm（），因此您获得了Frobenius范数。

该代码似乎是通过除以范数来规范化输入。然后，似乎很难进行缩放以具有8位颜色值。但是代码的缩放范围是0到256，而不是0到255。

但是，第一步对我而言似乎毫无意义。该代码可以简单地读取为：

im = x*(256./np.max(x))

但也许应该是255，而不是256。

由于这里没有上下文，因此我不愿意指出代码是错误的。只有您才可以决定这一点，因为只有您知道上下文。