图像归一化和TPU

Question

我正在尝试将图像标准化整合到我的keras模型中，以便在Google的云TPU上运行。因此，我在代码中插入了一行代码：

with strategy.scope():
     input_shape=(128,128,3)
     image_0 = Input(shape=input_shape)
     **image_1 = tf.image.per_image_standardization(image_0)**
     ...

没有抛出错误，但根据谷歌tf.image.per_image_standardization的文档，它不是一个受支持的函数。有没有人知道它是否正常工作，或者是否有人知道如何检查它是否有效？

Answer 1

根据ResNet的TensorFlow模型园参考，数据集的平均值和标准差通常是预先计算的，每批数据通过均值减去和除以标准差进行标准化。有关参考信息，请参阅here (它使用ImageNet统计数据)。

我建议创建一个单独的脚本来计算平均值和标准化，并执行相同的操作。您还可以指出文档中不支持tf.image.per_image_standardization的地方吗？我不明白为什么这不起作用，但您不应该像提供的代码片段那样将其作为层应用。它应该在数据预处理管道中，就像上面参考的那样。