3

관리 된 회귀 문제를 해결하기 위해 희소 입력 데이터로 신경 네트워크를 학습하는 데 문제가 있습니다. 입력 데이터에 대해 평균 표준화 (평균 빼기, 표준 편차 나누기)를 수행하면 많은 NaN 값을 얻게됩니다. 나는 누군가가 이런 종류의 문제를 다루는 경험이 있는지 궁금해하고 있습니다. 스파 스 입력 데이터의 크기를 조정하는 올바른 방법은 무엇입니까? 데이터는 표준 편차가 때때로 제로가되도록 스파 스처럼희박한 데이터로 스컬링/정규화

감사 조

답변

1

는 소리.

해당하는 경우 테스트하고, 그렇다면 입력을 나누지 마십시오 (이 경우 stdev 정규화가 필요하지 않습니다).