我认为这两种缩放都可能表现良好。重要的是把所有的特征都放在同一个范围内，否则在你的层的第一次线性变换中，一些特征会加起来更多（记住任何神经网络都是线性变换和非线性变换），这是不可取的，并且会阻碍学习。

最好的选择是两者都尝试，然后选择性能最佳的那个。