在Tensorflow中标准化数据的最佳方法是什么？

Question

如果我有一个Tensorflow模型并带有如下所示的占位符：

def create_LR_model(inputs):
    W = tf.Variable(tf.random_normal([8, 11], mean=0.0, stddev=0.05))
    b = tf.Variable(tf.zeros([11]))

    X = tf.reshape(inputs, [-1, 8])

    return (tf.matmul(X, W) + b)

X = tf.placeholder(tf.float32, [None, 8], name="input")
Y = tf.placeholder(tf.float32, [None, 11])

out = create_LR_model(X)
pred = tf.nn.softmax(out, name="output")

我将输入需要标准化/规范化的数据（例如，某些列的值范围为0-100000），在模型本身内部 的最佳方法是什么？

我基本上是在寻找（我认为是）scikit-learn的preprocessing.scale()的Tensorflow。

提前谢谢！抱歉，这是一个愚蠢的问题，我对这件事仍然很陌生...