Я использую Keras для обучения классификаторов на данных многомерных изображений. Каждое изображение нормализуется, чтобы иметь нулевое среднее значение и единичную дисперсию перед тренировкой или использованием его для прогнозирования. В настоящее время я делаю нормализацию на процессоре, но это должно быть намного более эффективно делать на GPU. Кроме того, если бы я мог указать этот тип нормализации в модели Keras, я мог бы просто сохранить модель и не заботиться о том, какая обработка ввода требуется при загрузке и использовании (во многом как при конвейере sklearn ).
Вопрос: Есть ли способ включить слой в Sequential модель, которая делает что-то подобное?
Я видел этот вопрос и этот вопрос , но, насколько я понимаю, их проблема в том, как включить изученные параметры нормализации в модель (что будет делать BatchNormalization ). Моя проблема заключается в том, как включить в модель нестандартный шаг предварительной обработки c.