0
시리즈 예측을 위해 간단한 Keras 모델을 사용하고 있습니다.Keras 일괄 정규화/표준화 사용 안함
전체 시리즈에 걸쳐 정규화 된 입력을 공급하고 있습니다.
모델 예측 정확도가 훈련 중에 올바른 것으로 보입니다. 그러나 model.predict() 함수의 출력을 플롯하면 출력이 어떻게 든 조정 된 것을 볼 수 있습니다. 그것은 일종의 정규화/표준화 유형의 스케일링 인 것 같습니다.
교육에서 배치 크기를 변경하면 결과에 영향을줍니다. 배치 크기를 입력 집합의 크기로 설정하여 전체 시리즈 교육이 결과를 향상시키는 단일 배치로 이루어 지도록 시도했지만 크기는 여전히 조정되었습니다.
제 가정은 입력 일괄 처리 또는 출력 정규화 중 하나와 관련이 있다는 것입니다. 내 모델에 BatchNormalization 개의 레이어가 없습니다.
Keras에서 입출력의 표준 정규화/표준화를 비활성화하는 방법이 있습니까 (이 기본 동작이 있습니까?)?
저는 Tensorflow 백엔드 및 Tensorflow 1.1과 함께 Keras 2를 사용하고 있습니다.
최종 활성화 계층은 무엇입니까? Sigmoid? 탄? 그것들은 항상 정규화 된 결과를 출력합니다. (그리고 그것은 권장됩니다. 훈련을 위해 예상 결과를 정상화하는 것이 더 좋습니다.) –
마지막 레이어의 출력을 정규화해야합니다. 나는'sigmoid' 활성화를 사용하고 있습니다. 그건 문제가 아니야. 입력이 정규화/일괄 처리 (또는 출력이 어떻게 든 조정됩니다)라고 생각하고이를 해제하는 방법이없는 것처럼 보입니다. –
왜 결과가 확장되었다고 생각합니까? 귀하의 "진실 된 진실/예상 결과 배열"은 무엇입니까? 교육의 정확성은 유효하지만 유효성 확인 데이터의 정확성은 그렇지 않은 것을 의미합니까? –