卷积神经网络的有效输入范围是多少？

【问题标题】：What is valid input range for convolution neural network?卷积神经网络的有效输入范围是多少？
【发布时间】：2016-04-10 03:14:39
【问题描述】：

我使用 CONV-maxpool-CONV-maxpool-CONV-maxpool-CONV-maxpool-hidden-logistic 架构进行图像检测应用。尽管大多数示例将图像强度归一化为 [0,1] 范围。但这似乎不好，因为输入的平均值不为零。那不是白化的输入。有没有使用[-0.5,0.5]输入范围的试验？

【问题讨论】：

标签： image-processing neural-network normalization deep-learning conv-neural-network

【解决方案1】：

我看到很多论文使用全局对比度归一化，它包括对数据进行零中心化和缩放，以便您的特征具有单位方差。这将使您的图像像素像您所说的那样位于大约 0 的对称间隔中。有关更多“最佳实践”，请查看这篇文章 Best Practices for Convolutional Neural Networks Applied to Object Recognition in Images。

【讨论】：

我在上传问题后尝试过。 [-0.5,0.5] 输入试验比 [0,1] 范围试验差。（难以优化）但我不知道为什么。