0

データの事前トレーニングに Autoencoder を使用しました。そのために、入力データを正規化し、Autoencoder に渡します。その結果、オートエンコーダーは機能の数を減らすことになります。

ここで、オートエンコーダーの出力を予測タスクに使用したいと考えています。そのために、オートエンコーダーの出力を完全なフィード ネットワークに渡したいと考えています。

私の質問は、完全なフィード ネットワークに渡す前に、データを再度正規化する必要がありますか?

4

1 に答える 1

1

通常はそうではありません。たとえば、正則化のためです。隠れ層の出力は、中央に配置して正規化する必要があります。ただし、自動エンコーダの定式化を見ると argmin_{f,g} ( X- f(g(X))。自動エンコーダーが非正規化されたデータを学習するのを妨げるものは何もありません。

それで、あなたは何ができますか？

  • トレーニング データが隠れ層で既に正規化されているかどうかを確認します
  • とにかくデータを正規化します。かなり安価な操作なので害はありません
于 2016-01-09T01:09:32.740 に答える