machine-learning - 从Autoencoder中提取数据后是否需要再次对数据进行归一化？

Question

我使用自动编码器来预训练数据，为此我对输入数据进行标准化并传递给自动编码器。因此，自动编码器最终将减少特征数量。

现在我想使用自动编码器的输出来执行预测任务。为此，我想将自动编码器的输出传递到完全馈送网络中。

我的问题是，在将数据传递到完全馈送网络之前，我是否需要再次对数据进行标准化？

Answer 1

通常不会，例如由于正则化。隐藏层的输出应该居中并标准化。但是，如果您查看自动编码器公式 argmin_{f,g} ( X- f(g(X))。没有什么可以阻止自动编码器学习非规范化数据。

那么你能做什么呢？

• 检查您的训练数据是否已在隐藏层中标准化
• 无论如何都要对数据进行标准化。它没有坏处，因为它是一个相当便宜的操作