大家好，目前在做一個有關心電圖的autoencoder ，希望能重建出心電圖訊號
目前遇到一個問題，由於我的心電圖是透過z-score的方式進行正規化，我發現出來的數
值並不會只有[-1,1]之間
而我查了大部分的網路架構最後一層大多是用sigmoid or tanh function，這樣出來的結
果頂多是[0,1] or [-1,1]之間
這樣會跟我輸入訊號有差異
所以想請教各位大神，這應該要怎麼處理比較好?更換正規化的方式嗎?還是最後一層的ac
tivity function有其他選擇?

那就直接linear輸出ㄅ 用L2 or L1 loss

我是用keras寫，那在model.fit的地方應該怎麼寫呢

就ㄅ要放activation function R…

這個我知道 想問的是關於fit裡面的loss跟 metrics應該怎麼寫呢 謝謝

compile隨便丟個mse就行了吧

我在語言使用 spectrogram 時，有用過 log(1+x)效果十分顯著不知道這邊可不可以用看看

您說的log(1+x)是指loss function嗎？ 那使用這個跟mse的差別是什麼呢？

用z-score是正規統計的方式 但會超出-1~1範圍目標：將數值正規化到-1~1之間 梯度最佳化才會穩定。((數值/全距)-.5)*2

A大您好，請問您說的(數值/全距-.5）*2 有什麼參考的資料嗎 我是第一次看到這種說法 所以有點不太理解您說的 謝謝

簡單來說minmax往下移0.5啦概念上來說

其實沒這種規定啦 我之前跑過有問題就是z-score顯著優於-1到1間的normalization