數據標準化遇到的問題

一次測試時因爲數據標準化遇到了一點問題，還不是特別理解，資料也查不到，記錄一下，以後說不定有用。
具體場景：學習卷積神經網絡的時候，我測試網上查到的一種將數據和標籤添加到隊列的方法是不是可靠的。就發現數據和標籤總是不完全匹配。然後就一行行測試，發現註釋掉image = tf.image.per_image_standardization(image)這個函數就好了。一查，對數據進行標準化。
正好我用的數據（圖片）很極端。總共就兩類，一類全是0，一類全是255的，所以標準化一下，全是0了。那兩類數據就一樣了，還怎麼分類，當時我就說，怎麼標籤是會變的，但是數據卻總是O的那一類。
儘管標準化有很多好處，但是我卻沒看到誰說他的弊端，至少我覺得這是一種不適用的情況吧。