咱做CV开发的应该都碰到过，有些模型的预处理会把0-255的像素值转成-1到1，而不是常规的0到1。其实这背后主要有这么几个原因：

• 匹配激活函数的特性
  不少早期的CNN模型（比如一些用tanh作为激活函数的结构），输出范围本身就是-1到1。如果输入也落在这个区间，能让激活函数的输出更接近线性区，避免出现饱和的情况——毕竟tanh在接近±1的时候梯度会趋近于0，输入在-1到1的话，能让模型在训练时梯度更新更顺畅。

• 数据分布的对称性优化
  把数据中心化到0周围（-1到1的均值是0），相比0到1的偏移分布，能让模型的权重更新更稳定。举个例子，当输入是对称分布时，权重的正负更新会更均衡，不容易出现偏向某一侧的梯度累积，这对训练深层模型来说挺重要的。

• 预训练模型的延续性
  像Keras里的InceptionV3、MobileNet这些经典模型，它们在ImageNet上预训练的时候，就是用的-1到1的像素范围。如果后续微调或者直接使用这些模型，必须遵循同样的预处理规则，不然模型的输入分布和训练时不一致，效果会大打折扣——这也是你看到preprocess_input()这么做的核心原因之一。

• 数值计算的稳定性
  有些框架或者优化器在处理中心对称的数据时，数值稳定性更好。比如在计算批量归一化（BatchNorm）的时候，输入均值为0的话，能减少额外的偏移计算，让归一化的效果更直接。

其实说白了，这就是个“跟着训练数据来”的问题，同时结合了激活函数和优化的需求。0到1的缩放也不是不好，很多模型（比如ResNet的某些实现）也在用，关键是要和模型训练时的预处理保持一致。

内容的提问来源于stack exchange，提问作者surfertas