Keras 如何在评估中重复使用ImageDataGenerator拟合参数（例如featurewise_center、featurewise_std_normalization）？

我使用ImageDataGenerator.fit（）规范化训练数据。但是，当我部署模型时，没有优雅的方式在real上执行.standarized（）（不同的运行代码，然后是培训）

我意识到我可以提取规范化参数，将它们保存在某个地方，然后自己执行规范化，但这样一来，自己开始编写就更容易了

在目前的设计中有没有办法做到这一点？

---

有没有办法在培训代码完成很久之后执行.standarized（）呢？

我不明白你的确切意思。对你有用吗？如果你真的在做一个真正的问题解决方案（而不是做实验、自学或研究），你的生产环境（用户数据被发送到那里进行推理）可能与你的培训环境非常不同。生产环境没有可用的

datagen

（ImageDataGenerator实例），在那里重新创建它也不是件小事。然后，您需要以某种方式将规范化参数（和方法？）带到那里（将它们与模型一起序列化），然后在那里重新编写

标准化
。我希望设计能以某种方式处理这个问题。简言之，上面的解决方案将不起作用，因为它假设
datagen
在推理时间内仍然可用。。。