22问答网
所有问题
当前搜索:
神经网络输入数据归一化算法
求助:关于
神经网络
如何对在线
输入
的
数据归一化
的问题
答:
归一化
讲的很全面,下几个是归一化函数:(1)premnmx、postmnmx、tramnmx (2)prestd、poststd、trastd (3)是用matlab语言自己编程。[Y,PS] = mapminmax(X)[Y,PS] = mapminmax(X,FP)Y = mapminmax('apply',X,PS)X = mapminmax('reverse',Y,PS)...
神经网络输入
参数为什么要
归一化
答:
归一化
有同一、统一和合一的意思。无论是为了建模还是为了计算,首先基本度量单位要同一,
神经网络
是以样本在事件中的统计分别几率来进行训练(概率计算)和预测的,归一化是同一在0-1之间的统计概率分布;SVM是以降维后线性划分距离来分类和仿真的,因此时空降维归一化是统一在-1--+1之间的统计坐标分布。
什么是批次
归一化
答:
在神经网络中,数据通常会被输入到每一层的神经元中进行计算和传递
。批次归一化通过对每个批次的数据进行归一化处理,使得数据的分布保持在较小的范围内,有助于网络的稳定和训练的加速。其基本原理如下:批次归一化过程:对于每个批次的输入数据,批次归一化首先计算该批次数据的均值和方差。然后,使用批次...
sigmoid函数有
归一化
的功能,如果选用其作为BP的激活函数还需要对
输入
样...
答:
在使用 sigmoid 函数作为 BP
神经网络
的激活函数时,必须对输入样本进行
归一化
处理。虽然 sigmoid 函数具有归一化的功能,但是它仅能对输入的数据进行非线性变换,不能确保
输入数据
的分布在特定范围内。如果输入数据的范围较大,可能会导致 BP 神经网络的训练过程变得缓慢或者出现梯度消失问题。因此,在使用 ...
关于BP
神经网络
的
数据归一化
的问题
答:
如果输出的数据较小的时候应该不用归一化,我做过一些这方面的,输出数据都比较小,没有归一化过。但是如果
输入数据归一化
而输出数据要远远大于输入数据时,权值的调整范围可能也要足够大才能达到预期误差效果,所以在输出过大的情况下可能需要归一化,具体情况可以自己编一个小程序试下,看看效果。
卷积
神经网络
需要先将
数据
进行
归一化
处理吗
答:
归一化
,就是为了限定你的
输入
向量的最大值跟最小值不超过你的隐层跟输出层函数的限定范围。比如,你的隐层的传递函数为logsig,那么你的输出就在0~1范围内,如果你的传递函数为tansig,你的隐层的输出在-1~·范围内,用归一化,这也是为了你的隐层传递函数的输出着想。标准化,只是对
数据
进行了...
bp
神经网络输入
输出参数需要
归一化
吗?
答:
从理论上将,BP
网络
对其
输入
无限制,因此对输入变量可以不
归一化
。但是还是建议归一化到一个统一范围,这样做的目的是为了一开始就使各变量的重要性处于同等地位
matlab中
神经网络
的
输入
单位不同,能用preminmax
归一化
处理吗?
答:
可以,这个只是根据
数据
的大小来的,太大的差异会导致程序丢弃小数据,
归一化
不会丢失数据,同样不会让数据失去原来的意义
求解:
神经网络
为何要求对
输入数据归一化
?不然会如何 为什么?
答:
某些数据对结果是很重要的,但是它相对其它的值来说,太小了,那
网络
训练过程中,它的影响力就会很小,所以必须要把
数据归一化
,统一数据的数量级
神经网络
训练样本
输入
前是不是一定要做
归一化
处理,我的样本
数据
最大的1...
答:
对,一般是经过
归一
处理的,目的是减小大数对结果的影响。确实最小的会变成0,最大的是1.这并不会影响结果的,因为你用
神经网络
是做回归或分类,变成0没影响的。
1
2
3
4
5
6
7
8
9
10
涓嬩竴椤
灏鹃〉
其他人还搜
神经网络初始输入样本归一化处理
神经网络训练的归一化详解
神经网络中的归一化是指什么
神经网络预测数据怎么归一化
神经网络输出需要归一化吗
预测值怎么反归一化
归一化过程
归一化是怎么算的
神经网络归一化函数