數據預處理方式

1. 去均值 操作：各維度都減對應維度的均值，使得輸入數據各個維度都中心化爲0 原因：如果不去均值的話會容易擬合。 這是因爲如果在神經網絡中，特徵值x比較大的時候，會導致W*x+b的結果也會很大，這樣進行激活函數（如relu）輸出時，會導致對應位置數值變化量太小，進行反向傳播時因爲要使用這裏的梯度進行計算，所以會導致梯度消散問題，導致參數改變量很小，也就會易於擬合，效果不好。 去均值的效果如下：

>>阅读原文<<