【機器學習】歸一化是訓練必不可少的環節嗎

從下面兩個問題解釋一下 一、目的 1. 提升模型的收斂速度 如果選擇不歸一化，對於數量級相差比較大的數據，繪製的圖就類似於橢圓，梯度下降運算會很慢。 選擇歸一化，對於數量級相差比較大的數據，繪製的圖就類似圓形，梯度下降速度很快，少走很多彎路。 具體說下是如何影響速度的呢？ 如下圖， θ 1 {θ_1} θ1​的取值範圍爲[0,2000]，而 θ 2 {θ_2} θ2​的取值範圍爲[1,5]，假如只

>>阅读原文<<