在使用per_image_standardization之前，我还应该对图像数据(除以255)进行标准化吗？

Question

在使用Tensorflow和加载图像数据时，我目前有：

image = tf.io.decode_png(tf.io.read_file(path), channels=3)
image = tf.reshape(image, [84, 84, 3])
image = tf.cast(image, tf.float32)
return image / 255.0

但是，我想使用tf.per_imdage_standardization，我应该保留255的除法，还是不再需要它了？

Answer 1

现在不再需要它了。对图像进行归一化的原因是为了避免由于像素[0, 255]的大范围而导致的梯度爆炸的可能性，并提高收敛速度。因此，您要么标准化每个图像，使其范围为[-1, 1]，要么像您所做的那样，仅用最大像素值除以，以便像素的范围在[0, 1]范围内。

您可能希望对图像数据进行标准化的另一个原因是，如果您使用的是迁移学习。例如，如果您使用的预训练模型已使用像素在[0, 1]范围内的图像进行训练，则应确保为该模型提供的输入在相同的范围内。否则，你的结果将会一团糟。