Neural network 神经网络中输入特征的重缩放
我正在阅读《创建自己的神经网络》一书，在这个例子中，它展示了如何对手写数字进行分类，文本中说，0到255范围内的输入颜色值将被重新缩放到0.01到1.0之间的更小范围。有几个问题Neural network 神经网络中输入特征的重缩放,neural-network,Neural Network,我正在阅读《创建自己的神经网络》一书，在这个例子中，它展示了如何对手写数字进行分类，文本中说，0到255范围内的输入颜色值将被重新缩放到0.01到1.0之间的更小范围。有几个问题 使用0到255的实际范围有什么不好？重新缩放会给我带来什么 这是否意味着如果我重新缩放我的训练集，用这个重新缩放的数据训练我的模型，那么我也应该使用重新缩放的测试数据 请提供任何参数？当使用梯度下降等方法时，重新缩放数据将导致更快的收敛。此外，当数据集的特征在量级上高度变化时，使用包含欧几里德距离的解决方案可能会导致糟
请提供任何参数？当使用梯度下降等方法时，重新缩放数据将导致更快的收敛。此外，当数据集的特征在量级上高度变化时，使用包含欧几里德距离的解决方案可能会导致糟糕的结果。为了避免这种情况，将功能扩展到0.0到1.0之间将是一个明智的解决方案 对于第二个问题，您应该重新缩放测试数据 单击这些链接，然后单击以获取更多信息