我的神经网络有很多功能。其中一些的值范围在0到1之间。其中一些的范围非常大，从0到100。我在tensorflow中没有任何权重设置的情况下连接它们并将它们传递给LR层。我想问的是，对于分类任务，特征范围本身是否会影响LR层的权重或说话权？也就是说，具有巨大价值范围的功能，可以在网络中产生更大的影响力？如果是，我该怎么做才能修改神经网络？谢谢。
如果您不希望神经网络更重视高值要素，则应该进行数据规范化。 sklearn有你想要的作为现成的函数调用，你可以找到它here.
此外，经过无限量训练后的神经网络可以自己理解高价值特征是否重要，但这将需要相当长的时间。预处理数据以减少培训期限始终是个好主意。