2024-10-05 12:25:30 发布
网友
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
这是我对变量t进行规范化的方法,使用您的公式:
t
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]]
这是我对变量
t
进行规范化的方法,使用您的公式:它提供正确的输出:
相关问题 更多 >
编程相关推荐