作为神经网络输入的数值数据像素归一化
Pixel Normalization from Numeric Data as Input to Neural Networks
SIES GST, University of Mumbai（孟买大学 SIES GST）
AI总结：
本文提出一种新的像素归一化方法，将文本数据转换为适合神经网络输入的图像，并可通过GPU实现显著加速计算时间。
摘要：
输入神经网络的文本到图像转换需要中间步骤。本文试图提出一种新的像素归一化方法，将文本数据转换为适合作为神经网络输入的图像。该方法可通过其图形处理器（GPU）实现进一步改进，以在计算时间上提供显著的加速。
英文摘要：
Text to image transformation for input to neural networks requires intermediate steps. This paper attempts to present a new approach to pixel normalization so as to convert textual data into image, suitable as input for neural networks. This method can be further improved by its Graphics Processing Unit (GPU) implementation to provide significant speedup in computational time.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
