我正在使用Keras（版本2.0.0），我想使用预训练模型，例如VGG16 . 为了开始，我运行了[Keras文档站点] [https://keras.io/applications/]的示例，用于提取VGG16的功能：
from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
import numpy as np
model = VGG16(weights='imagenet', include_top=False)
img_path = 'elephant.jpg'
img = image.load_img(img_path, target_size=(224, 224))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = preprocess_input(x)
features = model.predict(x)
使用过的 preprocess_input() 功能困扰我（该功能通过平均像素进行零中心，通过查看源代码可以看到） .
在使用经过训练的模型之前，我是否真的需要预处理输入数据（验证/测试数据）？
a）如果是，可以得出结论，你总是必须知道在训练阶段已经执行了哪些预处理步骤？！
b）如果否：验证/测试数据的预处理会导致偏差吗？
我感谢您的帮助 .
1 回答
是的，您应该使用预处理步骤 . 您可以在没有它的情况下重新训练模型，但是第一层将学会使数据居中，这样就浪费了参数 .
如果你没有重新录制你的表演会受到影响 .
reddit上的精彩主题：https://www.reddit.com/r/MachineLearning/comments/3q7pjc/why_is_removing_the_mean_pixel_value_from_each/