在深度学习中，通常在模型训练前都会对图像进行归一化处理，而对图像进行归一化处理是将特征值大小调整到...
输入的归一化是为了让某些激活函数的梯度不致于过小，加快收敛。
学习率的选择需要参考输入层数值大小，而直接将数据归一化操作，能很方便的选择学习率。
简洁的说就是方便计算
数据集中在0到1之间能使其在网络中更有效得传递
CNN中输入图像一般不会用除以255的方式进行归一化，而是减去均值除以标准差的零均值标准化。
这是因为imshow()显示图像时对double型是认为在0~1范围内，即大于1时都是显示为白色，而imshow显示uint...
其取值大于1时，就会表示为白色，不能显示图像的信息，故当运算数据类型为double时，为了显示图像要除...