我正在尝试通过LSTM和小批量进行回归。 因此，我具有7个不同范围的功能，因此我将其缩放范围为0和1。 我的第一个尝试是不缩放目标变量（范围在500-1000之间），但是模型什么也没学到。因此，在阅读了一些帖子之后，这是因为我的模型的初始输出与输出相差太大，因此我将蒙受巨大损失。
因此，如果我也缩放目标变量，则该模型似乎学习得很好。 在一个纪元内，看到一批后，我正在计算模型的毫秒。在一个时代结束时，我总结每批次的损失，然后将其除以批次数，对吧？
我现在如何解释这个损失值？非常小，大约为0.01。但这不只是因为我将目标缩放为0到1？我怎么能从这个值变成原始目标值之间的“真实” mse，因为这个mse会更大，对吗？ 0.01真的显示出我的实际原始目标值对模型的性能有多好吗？
感谢您的帮助