哪种方法可以进行图像归一化？

两种方式都是可行的，选择主要取决于您读取数据的方式。

• 当您可以一次将整个数据集加载到numpy数组中时，整个训练集归一化很方便。例如，MNIST数据集通常完全加载到内存中。当单个图像变化显着时，从收敛角度来看，这种方法也是可取的：两个训练图像（一个主要是白色，另一个主要是黑色）将具有非常不同的方式。

• 当逐个或小批量（例如从TFRecord中）加载图像时，按图像归一化很方便。当数据集太大而无法容纳在内存中时，它也是唯一可行的选择。在这种情况下，最好像张量流中那样组织输入管道并像图中的其他张量那样变换图像张量。我已经在CIFAR-10中看到这种标准化的准确性，因此，尽管有前面提到的问题，这也是一种可行的方法。另请注意，您可以通过批量标准化来减少负面影响。