神经网络缩放输入和除垢输出

我有很久以前在某处找到的 NN 的缩放输入和除垢输出的方法，但我不确定它们是否有效，我使用 encog 库进行 NN：

public static double Scale(double X)
        {
            double fieldlow = 0;
            double fieldhigh = 1;
            double min = 1;
            double max = 2;
            //double max = 10000;
            double temp = ((X - min) / (max - min)) * (fieldhigh - fieldlow) + fieldlow;
            return temp;
        }
        public static double DeScale(double X)
        {
            double fieldlow = 0;
            double fieldhigh = 1;
            double min = 1;
            double max = 2;
            //double max = 10000;
            double temp = ((min - max) * X - fieldhigh * min + max * fieldlow) / (fieldlow - fieldhigh);
            return temp;
        }

假设字段低和高是 NN 输入和输出的范围(我不确定，但看起来像 ActivationTANH 的范围 0-1(，最小值应该是数据中的最小值，而数据中的最大最高值。我很好奇，如果您获得值更高的新数据，然后您设置的最大值怎么办？你必须重写这种方法并从头开始训练吗？

如果这是错误的，请指出我正确的方向。