What is the purpose of data normalization in deep learning? (Select all that apply)

Đáp án đúng gồm hai ý: "To scale the input data to a fixed range" và "To improve the convergence of the optimization algorithm". Chuẩn hoá dữ liệu (data normalization) đưa các đặc trưng về cùng thang đo, ví dụ min-max về khoảng 0 đến 1 hoặc chuẩn hoá z-score về trung bình 0, độ lệch chuẩn 1. Khi một đặc trưng là giá cổ phiếu hàng trăm đô la còn đặc trưng khác là lợi suất cỡ phần trăm, mặt hàm mất mát bị kéo dài lệch, gradient theo các hướng chênh nhau rất nhiều nên giảm gradient dao động và hội tụ chậm; đưa về cùng thang đo làm bước cập nhật cân đối và hội tụ nhanh, ổn định hơn. "To make the input data more interpretable" không đúng vì sau chuẩn hoá dữ liệu mất đơn vị gốc, con số 0,37 khó đọc hơn giá thật, nên diễn giải không phải mục đích. "To preprocess the data for visualization" không đúng vì vẽ biểu đồ đôi khi dùng thang chuẩn hoá nhưng đó là việc mô tả dữ liệu, không phải lý do chuẩn hoá trong huấn luyện học sâu.