标签： neural-network regression deep-learning
在回归问题中，通常没有理由在执行优化之前对标签（目标）进行标准化/重新缩放。
在深度回归网络中，原则上不需要重新缩放，因为最后一个激活函数是线性的，而成本函数是来自目标的预测的均方差。
另一方面，对于数值稳定性和训练过程的性能，输入和隐藏单位的值通过特征归一化保持在[-1,1]范围内。这不是说标签也应该重新调整到范围[-1,1]吗？
答案 0 :(得分：0)
传统上在回归问题中，您denormalize生成的输出
denormalize