Neural network 如何处理深层信念网络中的负输入数据

在我的数据中，有一列包含负值和正值。这里负值表示缺少多少东西，正值表示意外的额外东西，0表示中性值，这始终是期望值。那么，我如何使用这列数据作为深度信念网络的输入呢。我能输入负数作为深层信念网络的输入吗？

< P>我想你可以考虑两件事。首先，输入负值不应该有潜在的问题-您对此提出疑问的具体原因是什么

---

更重要的是，如果需要，可以预处理数据集，或者在输入过程中进行预处理。有许多激活函数可以用来生成绝对值，比如简单的sigmoid函数。激活输入值没有什么错，事实上这是推荐的

我从来没有见过任何例子，也没有读过一篇关于深层信念网络负输入值的文章。所以我想知道我是否需要做任何预处理，或者我是否需要以一种特殊的方式处理负输入。这就是我发布这个问题的原因。在大多数情况下，你应该通过使用激活函数或分割它们（如果它们都是同一类型）来标准化值。无论哪种方式，负值都不会产生任何影响。希望这有帮助。