深度学习中的数据预处理

1.归一化

    当多个特征的参数值数量级差异过大时，容易增加计算成本，需要对数据做归一化处理。最常用的归一化方法为，取数据集与其均值的差，再除以其标准差，使数据集拥有一个单位标准差，方便处理。

mean = train_data.mean(axis=0)
train_data -= mean
std = train_data.std(axis=0)
train_data /= std

test_data -= mean
test_data /= std

2.标签编码

    多分类问题的标签有两种编码方式：

    第一种是使用独热编码的方式，将标签扩展为 n 维向量（n为类别数），对应哪一类哪一位数据就为 1，其余为 0。需选择 categorical_crossentropy 作为损失函数。

    第二种是使用整型数据直接作为其标签，那么就要使用 sparse_categorical_crossentropy 作为损失函数。