深度学习:标准化代码

归一化在深度学习训练中非常的重要,可以极大的加快训练速度。
引入scikit-learn的standarScaler来标准化
对训练集进行fit_transform
对测试集进行transform

from sklearn.preprocessing import StandardScaler
train_dataset=scaler.fit_transform(train_dataset)
test_dataset=scaler.transform(test_dataset)

在数据集只有单变量的情况下,要使用np.array.reshape(-1,1)将形状横过来

test_dataset=scaler.transform(np.array(test_dataset).reshape(-1,1))
#归一化完后可以再变回去
test_dataset=test_dataset.reshape(1,-1).squeeze(0)
  • 0
    点赞
  • 1
    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