我读了很多关于CNN中图像标准化的论文。 但我没有找到这个案子的答案。 让我们说，我的第一层输入是： [1,4234,90420394.43,0] 我必须将它标准化吗？ 因为，梯度下降应该能够识别出什么是重要的参数以及如何使用W＆＃39的矩阵来处理它？</ p>
最后一个问题，如果我真的需要将其标准化，我会有一个0到1之间的值向量吗？ 信息丢失了吗？ （因为它似乎只是一个重新缩放，相对差异保持不变，所以，在这种情况下是什么问题？）
答案 0 :(得分：2)
答案并非针对CNN中的图像，而是针对神经网络。你对渐变下降应该解决的直觉是正确的，系统应该学会自然地扩展，但在相同的范围内输入有助于保持梯度步长相同，这将有助于您的网络融合更快（没有这个，网络可能无法收敛）。
此外，正规化等技术可直接使用权重值，因此可能会受到不平衡量表的影响。
还有batch normalization，它通常用于图像CNN，与规范化输入值无关。