我们如何将Theano的训练数据映射到0到1？

Question

正如您可能知道在Theano的训练任务，我们必须将我们的训练数据映射到0到1.我的训练数据也有负值。目前我正在使用这个公式：

x'=（x - min（x））/（max（x） - min（x））

由此代码实现：

for i in range (train_x.shape[0]):
    train_x[i,:] = ((train_x[i,:] - train_x[i,:].min(0)) /train_x[i,:].ptp(0))

这个公式是否正确？您对功能重新缩放有更好的了解吗？

Answer 1

所以这是我对变量import numpy as np t = np.array([[-1,-2,3,2],[2,1,3,-1]],dtype='float32') b = (t-t.min(1).reshape(2,1))/t.ptp(1).reshape(2,1) print b 进行规范化的方法，使用你的公式：

[[0.2, 0,   1, 0.8]
[0.75, 0.5, 1,   0]]

它给出了正确的输出：

Microsoft.Diagnostics.Tracking.EventSource