CNN :数据标准化？
CNN :数据标准化？
提问于 2017-06-26 21:14:32
我正在研究一个神经网络来预测一个事件是否是中微子。每个输入x是一个矩阵：(3,5484)，三个不同的度量，5484传感器。
因此，我应该规范网络的输入以使其正常工作，但我对此有疑问，让我们解释一下：
我的数据集是：(x_1，.，x_N)。让我们只关注一个特性，并认为x是一个大小向量(5484)。那么每个x都有一个平均值: mean_x，和一个std :std_x，但是标准化输入的目的是在不丢失信息的情况下消除它(全局规范化，每个输入都有相同的规范化因子)，对吗？
所以，我不知道该怎么撤销它。我是否应该将(x_1，.，x_N)平坦为一维向量：(x_1，.，x_5484*N)并计算其均值和标准差？
还是应该独立处理5484个输入通道中的每一个？
我有点迷路了。
回答 2
Stack Overflow用户
发布于 2017-06-27 04:10:12
这取决于你如何对待传感器数据。
如果你认为5484传感器代表了不同的特征，你就不应该把它们夷为平地，而应该把3 * 5484当作图像通道。否则，如果传感器是相似的，你应该把它们压平。
但直觉上，我认为第一种方法更好。
Stack Overflow用户
发布于 2017-06-27 04:40:14
如果3个传感器是相互独立的，那么你就有5484*3个特征。对于每一个特性，您都应该将数据扁平化并标准化。
例如，您的所有数据集可能是m* (5484*3)的矩阵，其中m是样本数。矩阵中的每一行都是一个样本。
您可以使用can http://scikit-learn.org/stable/modules/preprocessing.html
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/44768792
复制相关文章
相似问题
腾讯云开发者
