【问题标题】:How do you de-normalise?你如何去规范化?
【发布时间】:2017-12-28 16:44:33
【问题描述】:

一旦您对数据进行了规范化,使值介于 0-1 之间,您如何对其进行去规范化以便解释结果?

因此,当您对数据进行规范化并将其提供给您的网络并获得标准化数据的输出时。如何逆向归一化得到原始数据?

【问题讨论】:

  • 您通常不需要这样做,您的网络应该能够撤消它。您通常撤消的是您的预处理。你想做什么?你可以说得更详细点吗?自动编码?
  • 我正在向网络提供批量标准化数据,当我输出结果是批量标准化时。那么它像 0.333 等一样不可读
  • 你确定你真的是指批量标准化数据吗?批量标准化通常不适用于数据,您可能只是指普通标准化。
  • 我很抱歉,我的意思是简单的标准化,数据排列在 0-1 之间
  • 你为什么要这么粗鲁,你不能帮帮兄弟吗?

标签: tensorflow neural-network keras batch-normalization


【解决方案1】:

如果您有一些数据 d 通过执行(类似的操作)标准化为 0-1

min_d = np.min(d)
max_d = np.max(d)
normalized_d = (d - min_d) / (max_d - min_d)

您可以通过反转规范化来取消规范化。在这种情况下

denormalized_d = normalized_d * (max_d - min_d) + min_d

【讨论】:

  • 谢谢你,你是一个救生员。非常感谢您解释得很清楚谢谢!
猜你喜欢
  • 2015-01-15
  • 2018-10-19
  • 2015-04-19
  • 1970-01-01
  • 2020-08-27
  • 2012-03-14
  • 2018-07-08
  • 2011-11-01
相关资源
最近更新 更多