Python 在theano中对任何图像进行标准化？

我写了下面的代码，但速度非常慢。当然，这并不正确

我有我要做的吗？

for i in range(image_shape[0]):
    for j in range(filter_shape[0]):
        pmin = self.pooled_out[i][j].min()
        pmax = self.pooled_out[i][j].max()
        self.pooled_out = T.set_subtensor(T.set_subtensor(self.pooled_out[i], self.pooled_out[i])[j],self.pooled_out[i][j] - pmin)
        self.pooled_out = T.set_subtensor(T.set_subtensor(self.pooled_out[i], self.pooled_out[i])[j],self.pooled_out[i][j] / pmax)

---

首先，代码的这一部分什么都不做。把这条线拆下来

T.set_subtensor(self.pooled_out[i], self.pooled_out[i])

如果没有完整的代码，我无法测试我的解决方案，但我认为这可以满足您的要求：

pmin = self.pooled_out.min(axis=[2,3], keepdims=True)
pmax = self.pooled_out.max(axis=[2,3], keepdims=True)
normalized_pooled_out = (self.pooled_out - pmin)/pmax

然后，规范化的\u poold\u out包含具有我认为您想要的值的符号变量