我有一个关于如何将数据缩放到特定范围的实现问题。我知道可以使用下面的公式来缩放数据：

X_nor = ((b-a)*(X-min))/((max-min)+a)

其中a和b是我想要缩放的范围（例如-1到1）。max和min是原始数据中的最大值和最小值。X是原始数据，X_nor是归一化后的数据。

我的问题是：假设我有三组数据，每组数据的形状是(1,128,128,1)。如果我使用上述公式进行归一化，max和min是这三组数据的最大值和最小值，还是每组数据的最大值和最小值？

为了说明清楚，上面的代码是我所说的针对所有数据的max和min：

max=0min=0for i in range(len(data)):    if data[i].max()>max:        max=data[i].max()     if data[i].min()<min:        min=data[i].min()

而下面的代码是我所说的针对每组数据的max和min：

max=[]min=[]for i in range(len(data)):    max.append(data[i].max())    min.append(data[i].min())

这样，在进行归一化时，数据会减去自身的max和min，而不是第一种情况中的唯一max和min。

另一个问题是：这样做会破坏原始数据中的特征或模式吗？

非常感谢！

回答：

这取决于你想要达到的目标。这两种方法都是正确的。在处理图像时，第二种方法（按通道归一化）是最常见的技术。进行归一化时，我们只是重新缩放数据，因此原始的特征和模式不会被破坏。如果需要，你总可以回到归一化前的原始尺度。