图像归一化和 TPU

Question

我正在尝试在我的 keras 模型中加入图像规范化，以便在 Google 的云 TPU 上运行。因此，我在代码中插入了一行：

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

也没有抛出错误，但根据 google tf.image.per_image_standardization 的文档 不是受支持的功能。有谁知道它是否有效，或者有没有人知道如何检查它是否有效？

Answer 1

从 ResNet 的 TensorFlow 模型花园参考资料中，通常会预先计算数据集的均值和标准差，并通过均值减除和标准差对每个批次进行标准化。请参阅 here 以获取参考（这使用 ImageNet 统计信息）。

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。您能否也指出不支持tf.image.per_image_standardization 的文档？我不明白为什么这不起作用，但你不应该像提供的代码 sn-p 那样将它作为一个层应用。它应该像上面的参考一样在数据预处理管道中。