使用您的训练数据统计数据进行标准化。保存使用的值（例如每个特征的平均值和标准差），将它们视为模型的一部分。一旦您使用这些值来转换输入，它们就会成为模型中的固定平移/比例因子。

根据需要使用相同的值来规范化测试数据或新输入。您不需要为新数据计算新的标准化常数。事实上，这样做很可能会降低模型的有效性。

如果您需要将输出值缩放到模型产生的范围内，同样的原则也适用于解释输出值。根据您的训练数据进行扩展。

为什么不使用相同的统计数据对结果进行非规范化？如果测试数据足以训练神经网络，那么为什么它的统计数据不足以对结果进行非规范化呢？

但是，我建议不要使用 min 和 max 作为比例因子。最小值和最大值可能非常敏感。我建议使用均值和标准差的稳健估计来进行归一化。