我正在使用自动编码器并且几乎没有混淆，我正在尝试不同的自动编码器，例如：
- 全连接自动编码器
- 卷积自动编码器
- 去噪自编码器
我有两个数据集，一个是带有浮点和整数值的数值，第二个是带有文本和日期值的文本数据集。
数值数据集如下所示：
date , id , check_in , check_out , coke_per , permanent_values , temp
13/9/2017 142453390001 134.2 43.1 13 87 21
14/9/2017 142453390005 132.2 46.1 19 32 41
15/9/2017 142453390002 120.2 42.1 33 99 54
16/9/2017 142453390004 100.2 41.1 17 39
我的任何文本数据集都如下所示：
data text
13/9/2017 i totally understand this conversation about farmer market and the organic products, a nice conversation ’cause prices are cheaper than traditional
14/9/2017 The conversation was really great. But I think I need much more practice. I need to improve my listening a lot. Now I’m very worried because I thought that I’d understand more. Although, I understood but I had to repeat and repeat. See you!!!
我的问题是：
在输入任何类型的自动编码器之前，我应该标准化我的数值数据值吗？如果它们是int和float值，我还需要标准化吗？
我应该在自动编码器中使用哪个激活函数？有些文章和研究论文说“sigmoid”，有些说“relu”？
我应该在每一层都使用 dropout 吗？就像我的自动编码器看起来像
编码器 (1000 --> 500 --> 256 ----> 128 ) --> 解码器 (128 --> 256 --> 500--> 784)
像这样的东西？
encoder(dropout(1000,500) --> dropout( 500,256) --> dropout (256,128) )----> decoder(dropout(128,256),dropout(256,500),dropout(500,784))
对于文本数据集，如果我使用
word2vec或任何嵌入将文本转换为向量，那么每个单词都会有浮点值，我是否也应该规范化该数据？文本（你好，你好吗）-> word2vec（文本）---->（[1854.92002，54112.89774，5432.9923，5323.98393]）
我应该标准化这些值还是直接在自动编码器中使用它们？