deep-learning - 数据（图像）规范化的一些最佳实践是什么？
问题描述
我知道以下几种方法：
- 每个图像的平均归一化（image-image.mean/image.stddev）（这里的平均值是标量值）
- 对整个数据集进行的平均归一化（image-avgmean/avgstddev）（这里的平均值是向量（2d/3d）。
- 每个图像的最大最小归一化（image-image.min/image.max-image.min）（最小值和最大值是标量）
- 将图像除以 255。使其在 [0-1] 范围内。
我只是想问哪一个被证明更好，使用 relu，如果它有任何意义，那么使用 Batch-normalization。