我尝试了博客文章中找到的代码：
文章中提到“对图像进行归一化可以使我们的训练更快。”
train_x = train_x / 255.test_x = test_x / 255.我不明白这里为什么需要归一化。选择255这个数字的依据是什么，还是说它是一个随机数？
回答：
我不明白这里为什么需要归一化
只要你在使用神经网络，大多数情况下，你需要对数据应用“归一化”或“标准化”技术，使其适应模型。
注意：这是由神经网络中神经元的激活函数强加的“需要”。
对图像进行归一化可以使我们的训练更快。
这是错误的！归一化与训练速度无关，归一化数据使模型能够学习特征之间的重要性和相关性。大多数情况下，“未归一化”的数据无法正确逼近输入，导致奇怪的结果。
选择255这个数字的依据是什么，还是说它是一个随机数？
在这种情况下，选择了255，因为在RGB图像中，三个颜色的层次是在0到255之间的范围内表示的，其中0表示“无颜色”，255表示“有颜色”；注意：在灰度图像中，0表示“黑色”，255表示“白色”。
数学参考：
归一化：
其中a和b表示范围，在本例中为：0 – 255；
标准化：
