返回信息流原始的输入是一个n维的二值向量a，训练了一个简单的BP模型，最后指标很好；
但是如果我把输入向量做归一化a_norm = a / sum(a), 则训练出来的BP模型，指标比不归一化的时候差好多。
想问想为什么会这样？神经网络的输入向量必须是离散值吗？
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #34735同步于 2019/7/3
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
[神经网络输入]
tobe21
2019/7/3镜像同步2 回复
订阅后，新回复会通过你的通知中心匿名送达。
2 条回复
不是很懂为什么一定要连续。而且还是这样对二值进行连续……真想获取连续值可以中间加前馈啊（看之前的结果，我猜拿简单的svm可能效果也不会太差）算是抛砖了
二值向量不知道是one hot还是每一位都可能0，1。另外，目前还没有说对向量做归一化，你可以对各个维度归一化。也可以采取embedding，没有说必须离散值