機械学習のデータ前処理について一般的な質問があります。データを 0 付近に集中させ (平均減算)、データを正規化 (分散を除去) することは、ほぼ必須であることを私は知っています。他にも可能なテクニックがあります。これは、トレーニング データと検証データ セットに使用する必要があります。
次の問題が発生しました。画像内の特定の形状を分類するように訓練された私のニューラル ネットワークは、分類する必要がある画像にこの前処理手法を適用しないと、分類に失敗します。この「分類する」画像は、もちろんトレーニング セットや検証セットには含まれていません。したがって、私の質問：
分類する必要があるデータに正規化を適用するのは正常ですか、それともこの手法を使用しないネットワークのパフォーマンスが悪いということは、モデルが一般化に失敗し、過剰に適合しているという意味で悪いことを意味しますか?
「分類する」画像で正規化を使用した PS では、私のモデルは 30% を下回ることなく、非常にうまく機能します (約 90% の精度)。
追加情報: モデル: keras と tensorflow を使用した畳み込みニューラル ネットワーク。