machine-learning - 神经网络训练数据标准化与运行时输入数据

Question

我开始学习神经网络，并且遇到了数据标准化。我理解它的必要性，但我不太知道当我的模型经过训练并进入现场后如何处理我的数据。

假设我获取输入数据，减去其平均值并除以标准差。然后我将其作为输入并训练我的神经网络。

进入现场后，我该如何处理想要预测的输入样本？

我是否需要保持训练数据的平均值和标准差并用其进行标准化？

Answer 1

正确。用于标准化训练数据的平均值和标准差将与用于标准化测试数据的平均值和标准差相同(即，不计算测试数据的平均值和标准差)。

希望此链接能为您提供更多有用的信息:http://cs231n.github.io/neural-networks-2/

An important point to make about the preprocessing is that any preprocessing statistics (e.g. the data mean) must only be computed on the training data, and then applied to the validation / test data. E.g. computing the mean and subtracting it from every image across the entire dataset and then splitting the data into train/val/test splits would be a mistake. Instead, the mean must be computed only over the training data and then subtracted equally from all splits (train/val/test).