Keras应用程序具有已保存权重的预训练模型 . 这些权重与训练的图像上的"preprocessing_input"的性质无关 . 现在，当我根据我的后端和模式提交用于特征提取的图像集时，imagenet_utils将preprocessing_input并且处理的iamge数组将是 pixels scaled between -1 and 1 或 each color channel zero-centered with respect to the ImageNet dataset . 如果我按照https://keras.io/applications/中所述的流程概述，那么预测/特征提取不会导致不同的结果吗？
1 回答
不，权重与预处理输入的方式无关 . 如果使用不同的预处理方法，则最终权重将不同 .
正如您所说，如果您使用不同的预处理，那么功能会有所不同 . 您应该只使用用于训练网络的预处理 .
这就是每个网络的python模块包含
preprocess_input方法的原因，您可以导入该方法以执行预处理 . 每种方法可能会做不同的事情，具体取决于网络的训练方式和使用的预处理类型 .