我的神经网络构造如下:
tempIn = Input(shape = (None, 4))
tempModel = LSTM(data.xRnnLosFeatures)(tempIn)
tempModel = BatchNormalization()(tempModel)
tempModel = Activation('tanh')(tempModel)
tempModel = Dropout(0.5)(tempModel)
tempModel = Dense(1)(tempModel)
model = Model(inputs=tempIn, outputs=tempModel)
但是,如果我不在给这个网络输入数据之前手动规范化我的输入数据,就会一直得到一个非常大的错误。什么是正确规范输入数据的方法。我试图在LSTM层之前再加一个,但没用。谢谢!在
运行模型后,您将获得范围[0,1]的值,您需要恢复规范化以理解它们:
^{pr2}$并且
y_hat_denorm
从一开始就有相同的单元,即来自data['outputs']
的单元,用于创建scalery
。在您可以使用keras
normalise
函数,或者也可以使用scikit learnpreprocessing
函数。在相关问题 更多 >
编程相关推荐