神经网络数据规范化

Question

我目前正在训练具有tanh激活功能的神经网络（基本反向传播，没有重量衰减，动量或任何其他改进）来映射任意函数。训练数据在区间（-1,1）内。

我的培训方法如下：

1. 将数据拆分为两部分（培训和验证数据）。
2. 将整个培训数据提供给网络（通过重量更新）。
3. 提供验证数据（无重量更新）并计算所有验证条目的MSE。
4. 重复（从2开始）直到验证t-1处的MSE几乎等于t处的MSE。

我尝试使用

对数据进行规范化

f(x)=(x-mean)/std_deviation

但验证数据的MSE未低于约1.49。没有标准化过程，它达到0.005。有人对此进行了解释或改进了我的培训程序和数据规范化吗？