如何在 Tensorflow Keras 中標准化我的圖像數據

Question

如前所述，我正在嘗試在訓練我的 model 之前標准化我的數據集。 我以前使用tf.keras.preprocessing.image.ImageDataGenerator來執行此操作。

        train_data = tf.cast(train_data, tf.float32)
        train_gen = ImageDataGenerator(
            featurewise_center=True,
            featurewise_std_normalization=True
        )
        train_gen.fit(train_data)
        train_generator = train_gen.flow(train_data, train_labels,
                                         batch_size=batch_size,
                                         shuffle=True)
        model.fit(train_generator, epochs=base_epochs)

但是，我不得不放棄它，因為我使用自定義層實現了復雜的損失 function。 因此，需要將數據和標簽分別作為輸入發送到 model。 Tensorflow Keras 中是否提供任何其他 function 來標准化我的樣本？

Answer 1

    def standardize(image_data):
        image_data -= np.mean(image_data, axis=0)
        image_data /= np.std(image_data, axis=0)
        return image_data

這是解決問題的簡單方法。 自己預處理數據。