深度學習：歸一化和去均值化

歸一化 進行歸一化的原因是把各個特徵的尺度控制在相同的範圍內，這樣可以便於找到最優解，不進行歸一化時如左圖，進行歸一化後如右圖，可發現能提高收斂效率，省事多了。 　　　　　　　　　　　　　　　　 　　 一種是最值歸一化，比如把最大值歸一化成1，最小值歸一化成-1；或把最大值歸一化成1，最小值歸一化成0。適用於本來就分佈在有限範圍內的數據。 另一種是均值方差歸一化，一般是把均值歸一化成0，方差歸一化

>>阅读原文<<