Мне нужно обучить модель, которая может аппроксимировать функцию, используемую для отображения входов (3) на один выход (1) с активацией sigmoid в скрытом слое и tanh в выходном слое.
Данные представляют собой 8 строк пары ввода-вывода ((X, Y, Z), SUM) , где X, Y и Z - вход и SUM это выход.
Значения X, Y и Z находятся в различных случайных диапазонах. Теперь я застрял в проблеме выбора между нормализацией и / или стандартизацией. Я просмотрел некоторые ресурсы, но нашел ответы в отношении Кластеризация и классификация изображений .
Что мне выбрать? Я имею в виду, если нормализовать или стандартизировать, должно ли это быть сделано для всех глобальных данных (X, Y, Z SUM) или каждый из них будет сделан по-другому Кроме того, если я буду стандартизировать, то в конце мне придется отменить стандартизацию. Разве это не ненормально?