如何在 python 中向 Mnist 数据集添加 50% 的随机正常噪声

Posted 2023-03-13

【中文标题】如何在 python 中向 Mnist 数据集添加 50% 的随机正常噪声

【英文标题】：how to add 50% random normal noise to Mnist dataset in python

【发布时间】：2019-07-01 11:41:32

【问题描述】：

我正在尝试根据一篇按百分比添加噪声的文章来使 MNIST 数据集变得嘈杂。我不知道如何计算添加到图像中的噪声百分比。

这是我的 Python 代码：

from keras.datasets import mnist
import numpy as np

(X_train, y_train), (X_test, y_test) = mnist.load_data()
X_train = X_train.astype('float32')
X_test = X_test.astype('float32')
X_train /= 255
X_test /= 255
noise_factor = 0.5
x_train_noisy = X_train + noise_factor * np.random.normal(loc=0.0, scale=1.0, size=X_train.shape) 
x_test_noisy = X_test + noise_factor * np.random.normal(loc=0.0, scale=1.0, size=X_test.shape) 
x_train_noisy = np.clip(x_train_noisy, 0., 1.)
x_test_noisy = np.clip(x_test_noisy, 0., 1.)

1.这个噪音的百分比是50%吗（基于noise_factor）？噪声因子可以告诉我们百分比吗？

2.还有其他方法可以用百分比添加噪音吗？

3.确定性分布和非随机性是一回事吗？我看到一篇文章，他们根据确定性分布添加了百分比噪声，但寻找它却一无所获。

【问题讨论】：

通常，噪声不会以百分比形式添加。相反，您可以指定正态分布的方差以选择噪声量。对于初学者，您可以尝试使用 0.1 的值。

这个其实我知道。但是我必须按百分比添加。因为我在模拟一篇文章，他们使用百分比，我们的结果应该和那篇文章一样。

请查看我的回答，如果您还有其他问题，请在下方评论

能给我一个链接吗？

我对您的问题的回答，就在这个页面本身。如果您没有看到它，请刷新您的页面

【参考方案1】：

噪声不是以百分比表示的。通常，您从标准正态分布中提取噪声并将其乘以一个因子（在您的情况下，它是 0.5）

在处理百分比时，您需要指定相对于 what 的百分比。如果你有，那么你可以从那里随机抽取（但我在实践中没有看到它）。

提供更多信息，但如果某些东西是确定性的，则意味着它不是随机的。通过指定种子值可以使随机模型具有确定性，但这通常是为了在实验之间产生完全相同的随机值。

【讨论】：

我被否决了。如果有任何原因，请说明以便改进此答案

那么人们通常如何指定它？你能说出一些吗？

它们来自正态分布。通过选择分布的方差来改变数量（或者他们只是从标准正态分布中提取并乘以一个因子）

顺便说一句，这就是我正在谈论的那篇文章。他们使用百分比，但没有提及如何计算它。ieeexplore.ieee.org/document/8079976

我会说它只是高斯的强度。所以你可以将标准法线乘以 0.5（就像你一样）