我不知道这是否是一两个问题,虽然我认为这两个问题的答案都是“不,这不会有什么区别”,但你和我以前对其他愚蠢的问题都大错特错。
*我相信这个问题的答案是否定的,因为所有的神经元都是完全相互关联的,突触的重量可以调整以适应出现的模式,而不管它们之间的位置如何。
2a。输入规范化是相互依赖的,还是可以单独归一化,只要是一致的呢?例如,输入1-8从(0,200) -> (-1,1)归一化,输入8-10规范化来自(0,100000) -> (-1,1),然后完全用于学习/计算。
2a。输出是否可以与输入无关的非正态化?与上面的示例相同,输入1-8来自(0,200) -> (-1,1),输入8-10标准化自(0,100000) -> (-1,1),但标准化输出来自(-1,1) -> (0,5000)?
*我认为,只要在向网络提交时一贯地进行正常化和非正规化,这在这两种情况下都不会有任何区别。
发布于 2014-07-06 16:05:35
从理论上讲,归一化是人工神经网络实际应用中的一个重要步骤。这一点和其他关于神经网络的实用技巧可以在勒克氏论文中找到。
https://stackoverflow.com/questions/24592688
复制相似问题