我有数据集输入 2D 图像，应该预测 [-500 , +500] 之间的 3D 矩阵值。
我的问题如何让模型预测负值，哪个激活函数？特别是范围很大而且值必须是整数而不是浮点数。
归一化 0-1 范围使得预测变得更加困难。
如果是回归任务，则最后一层不需要任何激活函数。然而，仍然建议缩放/归一化，否则最后一层将需要太大的权重。所以我会对数据进行标准化，以便您的输出值大致在 [-3,3] 范围内
这里的任务到底是什么？有无数的方法可以做到这一点，但哪一种是最佳的取决于更多的信息。您可以根据需要使用 tanh 或 sigmoid 等钳位函数以及移位/缩放。例如，500tanh 或 1000(sigmoid-0.5) 都会为您提供 -500:500 范围内的输出。或者，如果您只想要离散值输出，您可以只拥有 1001 个输出，并将每个输出映射到 -500:500 的值。