DeepAIedu的博客

数据标准化，顾名思义，就是将原来分布范围不同的数据缩放在一个范围之内，一般来说是标准化到均值为0，标准差为1的标准正态分布，均值为0是为了让数据中心化，让各个维度的特征都平衡，标准差为1是为了让数据在各个维度上的长度都呈现一个单位向量(矩阵)，也就是把原来大小范围分布不通的数据缩放成统一量纲，和拳击比赛一样，只有相同重量级的对手才能同台比赛，这里把数据的标准差缩放为1的意义就相当于把轻量级选手的体重加重，把重量级选手的体重减轻，让他们在同一个擂台上比赛，否则比赛就不公平。

数据对于深度学习任务结果的影响，主要体现在数据的数量和质量，数据的数量比较容易理解，简单来说就是加大数据量。而要把控数据的质量就比较复杂了，因为在整个数据的处理过程当中，每一个环节都有可能会对数据的质量造成影响，而数据上轻微的影响有可能会造成最终结果上的差距。连全球人工智能著名学者吴恩达都说人工智能=80%数据+20%算法。在人工智能项目的研发过程中，基本上80%的工作量都花在了数据处理上。