layers.Normalization

标准化，就是执行

特征标准化层，

第一种方式：通过数据计算出均值和方差：

adapt_data = np.array([[0., 7., 4.],
                          [2., 9., 6.],
                          [0., 7., 4.],
                          [2., 9., 6.]], dtype='float32')
input_data = np.array([[0., 7., 4.]], dtype='float32')
layer = tf.keras.layers.Normalization(axis=-1)
#利用数据计算均值和方差
layer.adapt(adapt_data)
layer(input_data)

第二种方式：通过设置均值和方差（注意只接收numpy后tensor对象）

layer = tf.keras.layers.Normalization(mean=np.array([[3.,2.]]), variance=np.array([[2.,1]]))
layer(np.array([[3,2]]))
layer([[3,2]])

对特征进行标准化处理后，就可以忽略各个特征的值区间不同导致的模型抖动问题