我正在阅读一些Tensorflow 2.0教程，如果您阅读了它们， colab笔记本，它们对选定的imagenet模型使用了简单的预处理功能 它们代表了教程。下面是一个这样的示例：
https://tfhub.dev/google/tf2-preview/mobilenet_v2/feature_vector/4（只需打Open Colab Notebook）
所使用的预处理功能仅为1/255（请参阅重新缩放）。
是否已经对其进行了重新培训以使用此简单的预处理功能？
在Keras中，所有支持Tensorflow的imagenet模型都将其缩放为-1和1之间 虽然我已经看到一些模型使用标准化（获取每个通道的均值和标准差，并从每个图像中减去等），但我认为这是预处理imagenet模型的正式方法。
那么预处理功能（1/255）不是原始的预处理功能，而是简化的预处理功能吗？如果是这样，原始的预处理功能是什么？