大家好，目前在做一个有关心电图的autoencoder ，希望能重建出心电图讯号
目前遇到一个问题，由于我的心电图是透过z-score的方式进行正规化，我发现出来的数
值并不会只有[-1,1]之间
而我查了大部分的网络架构最后一层大多是用sigmoid or tanh function，这样出来的结
果顶多是[0,1] or [-1,1]之间
这样会跟我输入讯号有差异
所以想请教各位大神，这应该要怎么处理比较好?更换正规化的方式吗?还是最后一层的ac
tivity function有其他选择?

那就直接linear输出ㄅ 用L2 or L1 loss

我是用keras写，那在model.fit的地方应该怎么写呢

就ㄅ要放activation function R…

这个我知道 想问的是关于fit里面的loss跟 metrics应该怎么写呢 谢谢

compile随便丢个mse就行了吧

我在语言使用 spectrogram 时，有用过 log(1+x)效果十分显著不知道这边可不可以用看看

您说的log(1+x)是指loss function吗？ 那使用这个跟mse的差别是什么呢？

用z-score是正规统计的方式 但会超出-1~1范围目标：将数值正规化到-1~1之间 梯度最佳化才会稳定。((数值/全距)-.5)*2

A大您好，请问您说的(数值/全距-.5）*2 有什么参考的资料吗 我是第一次看到这种说法 所以有点不太理解您说的 谢谢

简单来说minmax往下移0.5啦概念上来说

其实没这种规定啦 我之前跑过有问题就是z-score显著优于-1到1间的normalization