標準化和歸一化什么區(qū)別？規(guī)范化是將輸入向量的最大值和最小值限制在隱藏層和輸出層函數(shù)的限制范圍內(nèi)。例如，如果隱藏層的傳遞函數(shù)是logsig，則輸出在0~1的范圍內(nèi)。如果傳遞函數(shù)為Tansig，則隱層的輸

標準化和歸一化什么區(qū)別？

規(guī)范化是將輸入向量的最大值和最小值限制在隱藏層和輸出層函數(shù)的限制范圍內(nèi)。例如，如果隱藏層的傳遞函數(shù)是logsig，則輸出在0~1的范圍內(nèi)。如果傳遞函數(shù)為Tansig，則隱層的輸出在-1~范圍內(nèi)，并進行歸一化，這也是為了隱層傳遞函數(shù)的輸出。標準化只是數(shù)據(jù)的統(tǒng)一標準，它的大小可能已經(jīng)超出了隱層傳遞函數(shù)的范圍，而且在以后的運行中很容易出錯。

我不是一個IT行業(yè)人，我想了解人工智能究竟是怎么實現(xiàn)的，或者說實現(xiàn)的方向，怎么做最接近？

人工智能就是模擬人類。所以主要通過視頻、圖像和音頻輸入。像小杜這樣的機器人必須配備攝像頭來識別人臉，并配備拾音裝置來識別聲音。具體來說，本質(zhì)上是對人臉和聲紋進行半結(jié)構(gòu)化特征提取，然后在背景特征數(shù)據(jù)集中進行比較的結(jié)果。在此之前，我們需要對數(shù)以千萬計的人臉和聲紋數(shù)據(jù)進行模型訓練，并“教”機器人如何檢測人臉和聲紋以及如何提取特征。這個過程可以是基于深度學習網(wǎng)絡的訓練過程，它是一種模擬人腦的神經(jīng)網(wǎng)絡?，F(xiàn)在比較流行的深度學習網(wǎng)絡培訓框架有cafe，tensorflow，流行的語言有python，C，C等。如果你想學習，首先百度關(guān)于我上面提到的所有名詞我都不太懂，懂了概念才可以繼續(xù)。