我一直在学习一些使用神经网络进行关键点检测的教程。我注意到，对于输入（图像），除以255非常普遍（归一化为[0,1]，因为值介于0到255之间）。但是我注意到，对于目标（X / Y）坐标，标准化为[-1,1]更为常见。这种差异的任何原因。
示例：http：//danielnouri.org/notes/2014/12/17/using-convolutional-neural-nets-to-detect-facial-keypoints-tutorial/
X = np.vstack(df['Image'].values) / 255. # scale pixel values to [0, 1]
y = (y - 48) / 48 # scale target coordinates to [-1, 1]
normalization computer-vision neural-network keras tensorflow