Machine learning 缩放输入数据到神经网络
我们必须为神经网络缩放输入数据吗？它如何影响神经网络的最终解 我试图找到一些可靠的消息来源。《统计学习的要素》（第400页）一书说，这将有助于选择合理的初始随机权重 不管我们使用的初始随机权重是多少，最终权重不是确定的吗Machine learning 缩放输入数据到神经网络,machine-learning,artificial-intelligence,neural-network,Machine Learning,Artificial Intelligence,Neural Network,我们必须为神经网络缩放输入数据吗？它如何影响神经网络的最终解 我试图找到一些可靠的消息来源。《统计学习的要素》（第400页）一书说，这将有助于选择合理的初始随机权重 不管我们使用的初始随机权重是多少，最终权重不是确定的吗 谢谢。首先，人工神经网络有很多种类型，我假设你说的是最简单的带反向传播的单层感知器 其次，在您的问题中，您混合了数据缩放（标准化）和权重初始化 您需要随机初始化权重，以避免学习时对称（如果所有权重最初相同，则其更新也将相同）。一般来说，具体的值并不重要，但太大的值可能会导致收敛
谢谢。首先，人工神经网络有很多种类型，我假设你说的是最简单的带反向传播的单层感知器 其次，在您的问题中，您混合了数据缩放（标准化）和权重初始化 您需要随机初始化权重，以避免学习时对称（如果所有权重最初相同，则其更新也将相同）。一般来说，具体的值并不重要，但太大的值可能会导致收敛速度变慢 您不需要规范化数据，但规范化可以加快学习过程。有关更多详细信息，请参阅