使用张量流推断时如何规范化参数

Question

我正在研究张量流，例如，我有一个包含1〜10000个线性数的数组作为训练数据，在训练数据之前，我将这个数组归一化，如下所示

from sklearn import preprocessing

min_max_scaler = preprocessing.MinMaxScaler()
data_array = min_max_scaler.fit_transform(data_array)

现在，我得到一个模型，但是如何使用该模型进行推断？我的应用程序用户输入的参数可能是20000，我应该如何规范化20000？

Answer 1

您可以使用简单的归一化公式：

1. 根据数据计算最小值和最大值。最小值= 1，最大值= 20000
2. 对于假设为'x'的数组中的每个元素，减去最小值并将答案除以最大值-min
3. 公式：x（新）= x（旧）-最小/最大-最小

引用here。