Je normalise mes données d'entraînement d'entrée en utilisant data_norm = tf.nn.l2_normalize(data, 0)
.Existe-t-il un moyen tensorflow pour extraire/enregistrer les moyennes et std utilisées pour la normalisation?
Les données sont de forme [None, 4]
. Chaque colonne est une caractéristique. Il pourrait ressembler à ceci:
data = [[-3., 0.2, 1.6, 0.5],
[3.6, 1.5, -1.9, 0.71],
...]
Je comprends que la normalisation donnée dans l'ensemble de la formation, le test fixé doit être normalisée aussi, mais en utilisant le std
et mean
de la formation mis. (Je suppose que ceci s'applique également pendant l'utilisation réelle du NN, c'est-à-dire que l'entrée doit être normalisée en utilisant le jeu d'apprentissage mean
, std
avant de l'introduire dans le NN).
Y at-il un moyen d'extraire/enregistrer le mean
, std
utilisé pour la normalisation de cette fonction, donc je peux normaliser mon jeu de test en utilisant la même moyenne, std utilisé pour normaliser les données de formation? Je sais comment enregistrer les poids, etc. avec saver.save(sess, "checkpoints/" + save_id)
. Y at-il un moyen de sauvegarder/charger STD, veux dire comme ça?
Qu'est-ce qu'un "real_time" signifie, par opposition à une moyenne régulière? – sandboxj
comme il est calculé pendant l'exécution à partir des données d'entrée de la fonction, pas restauré à partir de toute autre constante. vous pouvez le supposer aussi régulier que moyen. –