neural-network - 如何处理深度信念网络中的负输入数据

Question

在我的数据中，我有一列包含负值和正值。这里负值表示缺少多少东西，正值表示意外的额外东西，0 表示中性，这始终是预期值。那么如何使用这列数据作为深度信念网络的输入。我可以输入负数作为深度信念网络的输入吗？

Answer 1

我认为你可以考虑两件事。首先，输入负值不应该有潜在的问题——你有什么特别的理由质疑这个吗？

更重要的是，如果您愿意，您可以对数据集进行预处理，或者在输入期间进行。您可以使用许多激活函数来生成绝对值，例如像 sigmoid 函数这样简单的函数。激活输入值并没有错，事实上它是推荐的。