прямо: ¿есть ли в кератах способ инвертировать l ^ 2-нормализацию, чтобы я мог проверить результаты регрессионной модели моего NN?
Я использовал keras.utils.normalize () для управления тренировкой и целевые данные, поэтому, когда я протестировал результаты и сделал прогнозы, используя для этого разделенные данные, прогнозы были нормализованы как и ожидалось из теста х.
Так что меня интересует обратная операция keras.utils.normalize ()
. Примечания: нормализация по тренировочным и целевым данным была необходима, потому что разные величины данных метки приводили к огромным значениям в мс. Также я знаю, что могу использовать N (0,1), но мне не интересно это решение, я хочу сделать это способом l2.
Спасибо заранее!