【发布时间】：2019-01-15 04:10:28
【问题描述】：
我在 Keras 中使用一个简单的前馈网络来解决回归问题。网络的设置非常简单：3 个隐藏层，带有 tanh 激活，输出层有一个单节点，带有线性激活。
但是，我注意到输出有一些相当极端的值，如下所示：
我有点担心极值会主导损失函数 (MSE)，所以我想对其进行修整。有没有办法在 Keras 中做到这一点？
【问题讨论】：
-
this 是否与您想做的类似？
-
是的！现在我需要弄清楚如何在 Keras 中有效地实现winsorization（所以我没有被一些硬值限制）。谢谢！
标签： neural-network keras