"标准化"和"归一化"这两个中文词要指代四种Feature scaling(特征缩放)方法:
1.缩放到均值为0，方差为1（Standardization——StandardScaler()）
2.缩放到0和1之间（Standardization——MinMaxScaler()）
3.缩放到-1和1之间（Standardization——MaxAbsScaler()）
4.缩放到0和1之间，保留原始数据的分布（Normalization——Normalizer()）
由于中文翻译，网上对于归一化和正则化的定义五花八门！
知乎
CSDN(这里两者混为一谈)
简书(这里区分开了)
L2归一化介绍
torch.nn.functional.normalize(torch L2归一化)
torch.nn.functional.normalize()函数解读
详细解决方案
归一化（Normalization）和标准化（Standardization）
热度：33 发布时间：2023-09-19 09:55:39.0
相关解决方案
- 批标准化（Batch Normalization ）最详细易懂的解释
- 归一化（Normalization）和标准化（Standardization）
- 为什么需要对数值型的特征做归一化(Normalization)？
- caffe ：normalization layer
- 深度学习中 Internal Covariate Shift 问题以及 Batch Normalization 的作用
- [论文笔记] [2015] [ICML] Batch Normalization
- 【Deep Learning】Batch Normalization 批标准化
- Camera-based Batch Normalization: An Effective Distribution Alignment Method for Person Re-identific
- 深入理解 Batch Normalization 批标准化
- 深度学习：批归一化Batch Normalization
- 批量归一化 Batch Normalization
- 数据预处理：归一化 （Normalization）、标准化 （Standardization）和中心化/零均值化 （Zero-centered）代码实现
- Batch Normalization（批标准化）
- Transfer learning pretrained model | Normalization
- Batch Normalization（2015年提出）
- Layer Normalization 中的不变性Invariance 分析
- Batch Nomalization,Group Normalization,Cross-Iteration Batch Normalization分析
- 理解Batch Normalization（批量归一化）
- 【论文】Group Normalization
- 【YOLO v4 相关理论】Normalization: BN、CBN、CmBN
- 局部响应归一化LRN(Local Response Normalization)是啥
- Batch Normalization(BN详解)
- Strong Baseline and Batch Normalization Neck for Deep Person Re-identification
- 论文阅读——A HYBRID TEXT NORMALIZATION SYSTEM USING MULTI-HEAD SELF-ATTENTION FOR MANDARIN
- 论文阅读一：Rethinking Skip Connection with Layer Normalization in Transformers and ResNetsu
- 怎样使用srcML对C++和Java源代码中的function参数进行替换（normalization）
- Layer-Normalization
- Layer/Batch/Instance Normalization
- NLP中的Layer Normalization
- 常用的归一化（Normalization） 方法：BN、LN、IN、GN