数据处理
猫不吃老鼠
这个作者很懒,什么都没留下…
展开
-
数据处理之特征缩放
1.原因现在有两个特征u1和u2,u1过大会导致其权重过大,想要学习,反向更新下来会很慢,所以进行特征缩放,将特征值压缩到(0,1)或者(-1,1)之间,尽量让各特征的权重相差不大。缩放前:缩放后:2.特征缩放的方法3.代码实现import numpy as npfrom sklearn.preprocessing import StandardScalerfrom skle...原创 2019-04-09 12:43:08 · 467 阅读 · 0 评论 -
批量归一化(BN: Batch Normalization)
BN的地位:与激活函数层、卷积层、全连接层、池化层一样,BN(Batch Normalization)也属于网络的一层。与激活函数层、卷积层、全连接层、池化层一样,BN(Batch Normalization)也属于网络的一层。BN的本质原理:在网络的每一层输入的时候,又插入了一个归一化层,也就是先做一个归一化处理(归一化至:均值0、方差为1),然后再进入网络的下一层。不过这儿的归一化层...原创 2019-03-10 16:20:10 · 2260 阅读 · 0 评论 -
文件的读取与写入
文件的读取path_csv =open(r"E:\xiaopeng\txt_xbnf\standard.csv",encoding='utf-8')csv_data = pd.read_csv(path_csv)N = 5csv_batch_data = csv_data.tail(N) # 取后5条数据csv_data = pd.read_csv(path_csv,useco...原创 2019-06-29 14:18:02 · 826 阅读 · 0 评论