对于我的表中的每一行，我都有一个与之相关的数字范围。例如，在第1行中，它在“range”列中的范围为1-5。
我想要做的是将这个“范围”映射到一个标准化的存储桶中。因此，标准桶的范围是0-3，3-7，等等。因此，基于1-5的范围，我希望SQL返回0-3作为标准化范围<
浏览 12提问于2016-09-26得票数 0
首先，因为输出值很大，所以我使用公式(x-xmin)/(xmax-xmin)将它们标准化在0到1的范围内。在训练网络后，我预测了输出值。结果是0到1范围内的数据范围。如何将预测值取消标准化，使其具有第一个单元的预测值？
谢谢
浏览 0提问于2015-06-05得票数 0
1回答
如果我在下面的RangeValidator中输入一个值1.2.1，它将验证OK ControlToValidateErrorMessage="Must be a valid number 0-999"
MaximumValue="999" MinimumValue="0"></asp:RangeValida
浏览 1提问于2014-07-03得票数 1
回答已采纳
我得到了一个分段掩码:一个HxW numpy数组，其中每个位置代表一个像素。然而，每个位置的值都不是RGB；它是0-60范围内的任意整数，其中整数只是表示图像内容类型的代码。例如，值为12的数组位置表示被归类为“表”的像素；值为34的位置表示归类为“地毯”<
浏览 0提问于2018-11-27得票数 2
回答已采纳
1回答
我想在pandas中基于另一个列值的范围创建一个新列。我已经尝试了一些东西，但还没有成功。假设我有一个“gdp”列，我想创建一个新的列，并根据“gdp”的某些范围进行分类。gdp低于1000的行应该被归类为低行，gdp在1000-2000之间的行应该被归类为中行，依此类推。
浏览 3提问于2020-05-05得票数 0
当我在没有使用R中的glmnet包进行归一化的情况下计算数据的惩罚回归时，在套索、脊线和弹性网中生成的lambda值和RMSE不合理地大。生成的RMSE以数千为单位。但是，当我标准化response变量时，我看到lambda、RMSE和R^2的值都在合理的范围内，< 1。我们应该标准化response变量吗？我尝试缩放预测变量，但它仍然为l
浏览 70提问于2020-12-10得票数 0
我有一个有5个输入和一个输出的数据集。我想用MATLAB中的神经网络建模来训练这个数据集。当我在没有进行标准化的情况下输入数据时，1e+3附近的均方误差非常大。我的两个问题：
1-在训练过程之前，我的实际目标(输出)在[0 1000]或[50 800]的范围内，但在归一化之后，由于归一化，神经网络给出了[0 1]范围内的值。我的
浏览 2提问于2014-01-15得票数 0
是否可以将数组的值安排为范围为0.0 - 1.0。但不必事先知道数组的最小值和最大值。假设我下面有这个。0.584812,1.41411,1.23406,-2.27636,6.23602,2.3905,2.06042,-1.55016,5.8858,-1.81976,-3.85836,4.62525
因此，在未来，我想确保它将标准化到给定的范围，通过编程找到min/max值</em
浏览 1提问于2017-11-09得票数 1
回答已采纳
2回答
我正在进化一个神经网络群体，我一直在努力将适应度得分归一化(范围在0到1之间)，以便数字本身最有意义。问题是智能体在不同的条件下进行测试-它们参与不同的游戏，并且对于每个游戏使用不同的适应度函数。LEFT] - speed[RIGHT]))) * (games[0].getConstant(1) - Util.normalize(0, 4000, maxIRActivation))));
但每一个都会接受不同的输入我可以很容易地将它们分别归一化，因为我可以估计输入<em
浏览 0提问于2013-03-31得票数 2
回答已采纳
我想将一个标准化的32位浮点(范围为-1.0f到1.0f)转换为范围(-128到127)中的一个有符号字节。我不在乎巨大的精度损失，因为我只是想节省记忆。如何将-1.0f到1.0f的范围转换为-128到127 (浮子-> int8_t)？
编辑:如果可能的话，在转换后将0保持为0会更好。
浏览 2提问于2022-01-13得票数 0
我有一个用于分类的神经网络的输入，它是在一个数据集上训练的，例如，值在1-5之间。然后我对所有这些训练数据进行了归一化，使其从0到1。如果我想对输入在1-5范围之外的东西进行分类，我应该如何将其输入网络。例如，如何对5.3的值进行标准化？
浏览 0提问于2014-09-01得票数 1
根据keras的例子，自动编码器的输入是一幅标准化的图像(每个像素在范围0..1中都有值)。我阅读了一些文章，这些文章表明，当目标为固定值(0或1)而不是值0..1的范围时，BCE用于评估损失。
当目标不是0/1时，使用BCE似乎是不正确的，对吗？
浏览 0提问于2021-06-29得票数 6
回答已采纳
该信息是从.csv文件加载的，并且范围很广x=factor(c("0.00-0.10","0.11-0.30", ">0.31"),levels=c("Low", "Medium", "High")table(x)低中高0 0 0
由于某种原因，没有一个值被归类为低、中、高级别
浏览 11提问于2020-04-01得票数 0
2回答
数据标准化与规范化与稳健扩展
、、、、
我正在进行数据预处理，并希望将数据标准化与规范化与健壮的Scaler的优点进行实际比较。优势：
标准化:如果数据不是正态分布(即没有高斯分布)
浏览 2提问于2018-08-14得票数 31
回答已采纳
许多ML教程正在将输入图像标准化为-1到1的值，然后将它们输入到ML模型中。ML模型最有可能是几个conv2d层，然后是一个完全连接的层。假设激活函数为ReLu。我的问题是，将图像规范化为-1，1范围对输入负范围内的像素是否不公平，因为通过ReLu，输出将为0。将图像规范化为0，1范围会是一个更好的主意吗？
谢谢。
浏览 0提问于2019-06-22得票数 14
回答已采纳
是否有一种方法可以在VRAM上存储颜色值，而不是每个颜色组件的浮点数？
由于颜色可以表示为每个组件的字节，我如何强制我的片段着色器从0-255而不是默认的范围0.0-1.0的范围颜色组件。如果我使用类型作为GL_UNSIGNED_BYTE，是否必须将bool标准化为GL_TRUE来将它们转换为0.01.0值，这些值可以由片段着色器解释？
浏览 6提问于2016-01-27得票数 2
回答已采纳
3回答
编辑:在我的例子中，有一组介于200到400之间的值。它是一个有一个输入，一个输出的神经网络。我标准化了输入值和期望值，所以神经网络以标准化的方式学习权重和偏差。现在，假设我有一个全新的值数据集在200到400之间，我想要预测一个输出，在前面的训练中使用NN。您可以在keras中使用model.predict(
浏览 2提问于2016-06-02得票数 6
回答已采纳
我想标准化一个数组，这样每个值都在[0-1]中。即最大值永远不会是1，但最小值可以是0。这与随机函数返回相同范围内的数字没有什么不同。当我看到这个的时候，我发现.99999999999999999===1是真的！同上，=== (1-Number.MIN_VALUE)为1，但Math.ceil(Number.MIN_VALUE)为1，这是理所当然的。其他一些: Math.floor(.99999999
浏览 2提问于2013-06-01得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
