Я работаю над нейронной сетью, чтобы предсказать, является событие нейтрино или нет. Каждый вход x представляет собой матрицу: (3, 5484), три различных меры, 5484 датчика.
Поэтому я должен нормализовать вход, чтобы сеть работала правильно, но я сомневаюсь в этом, давайте объясним:
Мой набор данных: (x_1, ...., x_N). Давайте сосредоточимся только на одной функции и подумаем, что x - это вектор размера (5484). Тогда каждый x имеет среднее значение: mean_x и std: std_x. Но цель нормализации ввода - изменить его масштаб без потери информации (глобальная нормализация, одинаковые нормализующие коэффициенты для каждого ввода), верно?
Итак, я не уверен, как его масштабировать. Должен ли я сгладить (x_1, .., x_N) до одномерного вектора: (x_1, ..., x_5484 * N) и вычислить его среднее значение и стандартное отклонение?
Или я должен обрабатывать каждый из 5484 входных каналов независимо?
Я заблудился.
