人工智能学习(二)newff神经网络训练前为什么要对数据做预处理

一般来说,拿到数据都要做预处理,包括之前提到的去均值和方差归一化。构造的数据幅度保持在-1到1之间,否则会不收敛。

It need because default activation function TanSig must generate output in 
range [-1, 1]

I recommend you scalable input data too, for get better train process

缩放方法:

target = [[1.,2.,3.,4.,4.], [2.,4.,6.,5.,1.]]

normf = nl.tool.Norm(target)
norm_target = normf(target)

# restore net output:
print normf.renorm(norm_target)

 

 

 

 

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值