0

我使用 Autoencoder 对数据进行预训练，为此我将输入数据归一化并传递给 Autoencoder。结果，自动编码器最终会减少特征的数量。

现在我想将自动编码器的输出用于预测任务。为此，我想将自动编码器的输出传递到一个完全馈送的网络中。

我的问题是在将数据传递到完全馈送网络之前是否需要再次规范化数据？

4

1 回答 1

1

通常不是，例如，由于正则化。隐藏层的输出应该居中并归一化。但是，如果您查看自动编码器公式 argmin_{f,g} ( X- f(g(X))。没有什么可以阻止自动编码器学习非规范化数据。

所以，你可以做什么？

  • 检查您的训练数据是否已经在隐藏层中标准化
  • 无论如何规范化数据。它没有害处，因为它是一个非常便宜的操作
于 2016-01-09T01:09:32.740 回答