数据预处理方式

1. 去均值 操作：各维度都减对应维度的均值，使得输入数据各个维度都中心化为0 原因：如果不去均值的话会容易拟合。 这是因为如果在神经网络中，特征值x比较大的时候，会导致W*x+b的结果也会很大，这样进行激活函数（如relu）输出时，会导致对应位置数值变化量太小，进行反向传播时因为要使用这里的梯度进行计算，所以会导致梯度消散问题，导致参数改变量很小，也就会易于拟合，效果不好。 去均值的效果如下：

>>阅读原文<<