【发布时间】：2015-04-10 15:09:58
【问题描述】：
我正在使用 sigmoid 函数。我所有输入的输入值范围从 0.88 到 1.06。可以在这个范围内使用实值输入吗？我在神经网络上找到的每个示例都使用二进制输入。另外，因为输入代表增加/减少的百分比，我应该从每个输入中减去 1，所以范围是 -.12 到 .06？
【问题讨论】：
标签： machine-learning neural-network backpropagation
【发布时间】：2015-04-10 15:09:58
【问题描述】：
您可以为神经网络使用实值输入。然而，通常的做法是对它们进行归一化，使它们在区间 [0, 1] 或 [-1, 1] 内。这样做可以使您避免可能导致学习速度非常慢的梯度数值问题。标准化输入值的常用公式是v = (v - mean) / stdDev 和v = (v - min) / (max - min)，其中v 是您的输入值之一（一个输入向量中的一个分量），mean 是您数据中该分量的平均值，stdDev是您数据中该组件的标准差，min 是您数据中该组件的最小值，max 是您数据中该组件的最大值。
E. G。 [0, 0], [2, 1] 可能会转换为 [(0 - 0)/2, (0 - 0)/1], [(2 - 0)/2, (1 - 0)/1] = [0, 0], [1, 1]（根据第二个公式）。
【讨论】：