归一化的方法

一.归一化的概念

归一化就是把所有数据都转化成[0,1]或者[-1,1]之间的数，其目的是为了取消各维数据之间的数量级差别，避免因为输入输出数据数量级差别大而造成网络预测误差过大。

二、归一化的作用

1）为了后面数据处理的方便，归一化可以避免一些不必要的数值问题。

2）为了程序运行时收敛速度更快。

3）统一量纲。样本数据的评价标准不一样，需要对其量纲化，统一评价标准，这算是应用层面的需求。

4）避免神经元饱和。就是说当神经元的激活在接近0或者1时，在这些区域，梯度几乎为0，这样在反向传播过程中，局部梯度就会接近于0，这样非常不利于网络的训练。

5）保证输出数据中数值小的不被吞食。

三、归一化方法