使用Matlab的ANN时是否需要对数据进行归一化？
Is it necessary to normalize data when using Matlab's ANN?
在Matlab中训练神经网络时是否需要使用mapstd or mapminmax对数据进行归一化？这两个函数文档都声明这是在声明 feedforwardnet 时自动完成的，但是，我读到人们仍然对其进行规范化。那么，如果它由 Matlab 自动完成，我为什么要对其进行归一化呢？有必要吗？
在学习的初始阶段，您可以省略规范化。但是，如果您希望显着提高您的学习成绩，您将无法避免标准化。我什至可以告诉你更多，你甚至可能还需要扩展数据。例如，我们的大脑也会进行标准化。例如，如果您听说某个国家/地区花费 1 亿美元用于住房。然后你的大脑会质疑那个国家的人口是多少。如果它是拥有 1000 名公民的小国，则可以将其视为大值。但如果它是一个拥有12亿公民的大国，你就会认为它是大海中的一滴水。如果总结一下，最初可以省略归一化，但在改进阶段，这是不可避免的。
如果您使用 feedforwardnet 则没有必要，但如果您使用像 newff 这样的过时函数则需要。进一步 details.
在Matlab中训练神经网络时是否需要使用mapstd or mapminmax对数据进行归一化？这两个函数文档都声明这是在声明 feedforwardnet 时自动完成的，但是，我读到人们仍然对其进行规范化。那么，如果它由 Matlab 自动完成，我为什么要对其进行归一化呢？有必要吗？
在学习的初始阶段，您可以省略规范化。但是，如果您希望显着提高您的学习成绩，您将无法避免标准化。我什至可以告诉你更多，你甚至可能还需要扩展数据。例如，我们的大脑也会进行标准化。例如，如果您听说某个国家/地区花费 1 亿美元用于住房。然后你的大脑会质疑那个国家的人口是多少。如果它是拥有 1000 名公民的小国，则可以将其视为大值。但如果它是一个拥有12亿公民的大国，你就会认为它是大海中的一滴水。如果总结一下，最初可以省略归一化，但在改进阶段，这是不可避免的。
如果您使用 feedforwardnet 则没有必要，但如果您使用像 newff 这样的过时函数则需要。进一步 details.