我已经在TensorFlow中训练了DNN模型。当我训练模型时，我是分批进行的。在创建每个批次之后，我可以通过以下方式扩展批次：
batch_x_scale = preprocessing.scale(batch_x)
但是，我不知道比例函数具有属性轴，用于计算平均值和标准差。如果为0，则独立标准化每个特征，否则（如果为1）则标准化每个样本。默认情况下设置为0。
但是，在我使用预训练模型的情况下，输入数据是单个输入，并且由于缩放单个输入后所有批次中的值均未设置为零。
我的问题是： 有没有办法将此模型用于单个数据输入（而不是批处理输入）？ 如果将比例轴设置为1并尝试训练新模型，则新模型的准确性非常差。有推荐的数据缩放方法吗？
P.S。我的一行数据如下所示：
[0，3，0，1，0，0，23，75，1073741824，6，2，4，1，1310，72351744， 528594、203737、324857、135362、10432、0， 0.457309、0.664461、93.38、0.0、2.56、4.08、0.0、0.0、0.0、0.0、0.0、9699728.0、5707772.0、37.05、35.98、149.79， 43916.95、1.0、0.0、0.0、0.0、4、3800000000、4、17179869184、1600000000、4194300.0、0.0、0.0、97.72、0.0、1.27， 1.01，0.0，0.0，0.0，0.0，0.0，60612218.0，5239774.0，7.955，42.21，51530.9，37659.84，26.0，0.0，0.0，0.0，4， 3400000000，8，68719476736，2133000000，8388604.0，0.0，0.0，0.0，1588.224，96988，90740.5，569992，613586， 21595180.5、8454395.0、277.57924252922504、0.0、0.0、93170.763733、215854.80707699998]