本发明提供了一种基于神经网络的输入数据预处理方法，神经网络包括第一处理层以及至少一个后级处理层，方法包括：由第一处理层获取并保存预先得到的神经网络训练过程中统计得到的训练图像数据的方差以及均值；根据该方差和均值，对原始的权重和偏置量进行更新；当第一处理层每次接收到待处理数据时，直接基于更新后的权重和更新后的偏置量对待处理数据进行计算，并得到计算结果；将计算结果输出至后级处理层；本发明将神经网络的数据预处理过程融合到神经网络的第一处理层中，达到等效的预处理效果，省略了每次输入数据时均需要的预处理操作，减小了运算资源的占用，同时也缩短了现有的预处理方法所产生的延时。