标签： neural-network
我正在阅读《制作自己的神经网络》一书，并在显示如何对手写数字进行分类的示例中，文字说输入颜色值在0到255之间，重新缩放到0.01至1.0之间的较小范围。几个问题！
使用0到255的实际范围有什么缺点？重新缩放会给我带来什么？
这是否意味着如果我重新缩放训练集，并使用此重新缩放的数据来训练模型，那么我还应该使用重新缩放的测试数据吗？
请问有论点吗？
答案 0 :(得分：1)
在使用梯度下降之类的方法时，重新缩放数据比例将导致更快的收敛速度。同样，当您的数据集的幅度大小变化很大时，使用包含平凡距离的解决方案也可能导致不良结果。为了避免这种情况，将特征缩放到0.0到1.0之间是一个明智的解决方案。
对于第二个问题，您应该重新缩放测试数据。
点击这些链接1，2和3以获得更多信息。