【技术实现步骤摘要】
本申请涉及神经网络领域，尤其涉及一种数据预处理方法、装置、计算机设备及存储介质。
技术介绍
1、在神经网络的训练过程中，需要预先设置权重初始值，并且权重初始值的设置非常重要。若权重初始值设置不合理，可能导致梯度消失或梯度爆炸，即使得激活函数的导数非常小或非常大，这会导致在反向传播过程中梯度迅速减小(梯度消失)或增大(梯度爆炸)，从而使得网络难以学习；不合理的权重初始值还可能导致训练过程中的损失函数值波动很大，难以收敛到一个稳定的最小值。因此，为了提高神经网络得训练效率，亟需一种能够减小神经网络对权重初始值敏感度的数据预处理方法。
技术实现思路
1、本申请的主要目的在于提供一种数据预处理方法、装置、设备及计算机存储介质，旨在提高神经网络训练的效率。
2、第一方面，本申请提供一种数据预处理方法，所述数据预处理方法包括以下步骤：
3、获取待处理数据，并对所述待处理数据进行划分，得到多个目标批次的待处理子数据；
4、针对各个目标批次的待处理子数据分别计算数据均值
本文档来自技高网...【技术保护点】
1.一种数据预处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的数据预处理方法，其特征在于，所述获取待处理数据，并对所述待处理数据进行划分，得到多个目标批次的待处理子数据，包括：
3.根据权利要求1所述的数据预处理方法，其特征在于，所述基于预设的标准化参数，根据所述数据均值和所述数据方差，对所述目标批次的待处理子数据进行标准化处理，得到所述待处理数据对应的目标数据，包括：
4.根据权利要求3所述的数据预处理方法，其特征在于，所述根据所述目标差值与所述数据方差的比值确定标准化值，包括：
5.根据权利要求3所述的...
【技术特征摘要】
1.一种数据预处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的数据预处理方法，其特征在于，所述获取待处理数据，并对所述待处理数据进行划分，得到多个目标批次的待处理子数据，包括：
3.根据权利要求1所述的数据预处理方法，其特征在于，所述基于预设的标准化参数，根据所述数据均值和所述数据方差，对所述目标批次的待处理子数据进行标准化处理，得到所述待处理数据对应的目标数据，包括：
4.根据权利要求3所述的数据预处理方法，其特征在于，所述根据所述目标差值与所述数据方差的比值确定标准化值，包括：
5.根据权利要求3所述的数据预处理方法，其特征在于，所述根据所述标准化值及预设的缩放参数和偏移参数，确定所述待处理子数据对应的目标数据，包括：
6.根据权利要求5...
【专利技术属性】
技术研发人员：刘羲，董孟帆，舒畅，陈又新，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。