标准化有助于消除数据变量之间可能存在的比例因子。以预测房价的经典问题为例。如果您以平方毫米为单位表示您家的平方英尺，则此值的较大变化将对房价产生相对较小的影响，这意味着该变量的梯度较小。如果您以平方公里为单位表示该值，那么小的数值变化将对价格产生很大影响，这意味着梯度很大。标准化不一定是必需的，但可以通过使模型中的所有变量具有“同等权重”来帮助平衡问题。如果你在训练数据中同时包含平方毫米和平方千米变量，神经网络可能会花费大量精力优化平方千米变量，因为它在数字上更重要。您仍然可以使用未归一化的数据进行训练，但如果您的重要变量在数值上最小，则可能需要更长时间，并且输出可能会更差。