【发布时间】：2018-04-11 18:15:41
【问题描述】：
我想使用以下输入通过 LSTM 预测温度：
温度， 压力， 风速
我的输出是：
温度
标准化输入数据的最佳方法是什么？ 我应该将所有 3 个输入的最小最大比例加在一起吗？这也意味着归一化输出不同，因为温度的最小值和最大值与风速和压力不在同一范围内。
或者我应该分别对所有输入进行最小最大归一化吗？
【问题讨论】：
标签： python tensorflow machine-learning neural-network
【发布时间】：2018-04-11 18:15:41
【问题描述】：
您应该分别进行所有操作，这一点很重要，因为如果一个变量的范围或分布更大，则另一个变量的梯度可以最小化。
我还建议为此使用 sklearn，因为它允许您使用相同的参数转换训练、测试和验证集。
此答案中提供了一个工作示例。
Keras: Using Predict with a Model Trained with Normalized Data?
【讨论】：
每个输入分别为零均值、单位范数和相同的输出。 现在著名的Efficient Backpropagation 的第 4.3 节讨论了归一化的影响及其重要性。
【讨论】：