调用feedforwardnet函数生成神经网络还需要归一化吗

在使用feedforwardnet函数生成神经网络时，是否需要进行归一化取决于你的数据和问题类型。归一化是将数据缩放到一个特定范围的过程，可以帮助提高神经网络的训练效果。

对于一些问题，例如回归问题或分类问题中的特征输入，归一化通常是有益的。这是因为归一化可以确保输入特征具有相似的尺度，避免某些特征对训练过程的影响过大。通常可以使用方法如最小-最大缩放或标准化来进行归一化。

然而，在某些情况下，归一化可能并不是必需的。例如，当输入数据已经处于相似的范围内或者具有特定的分布时，归一化可能并不需要。

因此，在调用feedforwardnet函数生成神经网络之前，你可以根据你的数据和问题类型来决定是否需要进行归一化。