我们如何将训练数据映射到0到1为Theano？

Question

正如您可能知道的，在Theano中的培训任务中，我们必须将培训数据映射到0到1。我的训练数据也有负值。目前我使用的公式是：

x'=（x-最小值（x））/（最大值（x）-最小值（x））

由以下代码实现：

for i in range (train_x.shape[0]):
    train_x[i,:] = ((train_x[i,:] - train_x[i,:].min(0)) /train_x[i,:].ptp(0))

这个公式正确吗？你对功能重缩放有更好的想法吗？你知道吗

Answer 1

这是我对变量t进行规范化的方法，使用您的公式：

import numpy as np
t = np.array([[-1,-2,3,2],[2,1,3,-1]],dtype='float32')
b = (t-t.min(1).reshape(2,1))/t.ptp(1).reshape(2,1)
print b

它提供正确的输出：

[[0.2, 0,   1, 0.8]
[0.75, 0.5, 1,   0]]