Я обучил модель DNN в TensorFlow. Когда я тренировал свою модель, я делал это партиями. После каждой созданной партии я масштабировал партию следующим образом:
Однако я не знал, что у функции масштаба есть ось атрибута, используемая для вычисления средних и стандартных отклонений. Если 0, независимо стандартизируйте каждую функцию, в противном случае (если 1) стандартизируйте каждый образец. По умолчанию установлено значение 0.
Но там, где я использую свои предварительно обученные модели, входные данные представляют собой один вход, и поскольку после масштабирования мой пакетный вход не масштабируется, все значения устанавливаются в нули.
Мои вопросы:
Есть ли способ использовать эту модель для одного ввода данных (не пакетный ввод)?
Если я установлю ось масштаба на 1 и попытаюсь обучить новую модель, точность новой модели будет очень плохой. Есть ли рекомендуемый метод масштабирования данных?
P.S. Одна строка моих данных выглядит так:
[0, 3, 0, 1, 0, 0, 23, 75, 1073741824, 6, 2, 4, 1, 1310, 72351744,
528594, 203737, 324857, 135362, 10432, 0,
0,457309, 0,664461, 93,38, 0,0, 2,56, 4,08, 0,0, 0,0, 0,0, 0,0, 0,0, 9699728,0, 5707772,0, 37,05, 35,98, 149,79,
43916,95, 1,0, 0,0, 0,0, 0,0, 4, 3800000000, 4, 17179869184, 1600000000, 4194300,0, 0,0, 0,0, 97,72, 0,0, 1,27,
1,01, 0,0, 0,0, 0,0, 0,0, 0,0, 60612218,0, 5239774,0, 7,955, 42,21, 51530,9, 37659,84, 26,0, 0,0, 0,0, 0,0, 4,
3400000000, 8, 68719476736, 2133000000, 8388604.0, 0.0, 0.0, 0.0, 1588.224, 96988, 90740.5, 569992, 613586,
21595180,5, 8454395,0, 277,57924252922504, 0,0, 0,0, 93170,763733, 215854.80707699998]