我是如何使用（高斯归一化？）平均值来估算回归神经网络的输入/输出的。标准偏差归一化技术：
最重要的是，我规范化了哪些数据？
让我解释一下：
让我说我有2个输入神经元，2个隐藏神经元，1个输出神经元的训练数据：
[input1 : 10][input2: 5]
[input1: 30][input2: 255]
我是按列（神经元）还是从所有输入数据进行标准化？ 输入神经元的平均值是1 =
(10+30)/2
或
(10+30+5+255)/4 ?
使用典型的XOR示例（在训练数据中只有1s和0s）尝试两种奇怪的结果，其中我在归一化时实际上失去了很高的准确度。
答案 0 :(得分：1)
规范化是将输入数据的每个维度保持在一定范围内，因此通常应该在列中完成。有几种标准化方法。例如，线性归一化：它是最常用的最简单方法，通常在数据居中时使用。它由（V-Vmin）/（Vmax-V）计数。高斯归一化由（V-Vavg）/ Std。
计算