我正在尝试对卷积神经网络的 RGB 图像进行不同类型的均值减法。我尝试计算所有训练图像的单一平均值。我还尝试计算每个颜色通道的平均值。我得到的平均数122.84听起来像是一个合理的数字。但是，当我尝试计算每个颜色通道的平均值时，我得到了 [4.86049, 4.86049, 4.86049]. 首先，我觉得奇怪的是它们都是同一个数字。其次，它们看起来低得离谱。第三，也许最令人困惑的是，三个颜色通道的平均值不应该等于总平均值吗？

也许是我的代码有问题？这就是我正在使用的。图像位于形状的 numpy 数组中(17611, 224, 224, 3)

trainImgsArr = np.random.rand(17611, 224, 224, 3)
grandMean = np.mean(trainImgsArr)
meanByChannel = np.mean(trainImgsArr, axis = (0,1,2))

有任何想法吗？

编辑：啊，哈！我想我已经用代码找到了真正的渠道手段

 ch1, ch2, ch3 = np.split(trainImgsArr, 3, axis = 3)
 np.mean(ch1)
 np.mean(ch2)
 np.mean(ch3)

抱歉，如果这是超级基本的，我对 python 很陌生。np.mean有人可以像在第一个代码位中那样使用单个调用来解释我哪里出错了吗？