关于BP神经网络归一化的问题，求大神解答~

南风哥哥sky

  求问BP神经网络的归一化是按行还是整个矩阵的归一化？
1 I% h9 r2 R! u  比如input=[1 2 3 4 5;
                     2 3 4 5 6;
                     3 4 5 6 7];
         output=[4 5 6 7 8];
         input_test=[6;
                            7;
2 }, u7 p1 b* V3 f% R, r6 c2 X                            8];
) E& ]/ b, O, }1 P+ m1 e( ]  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
  O/ {9 K, i" O: \9 Y- ~                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
  这样就是按行归一化了吧~
- [$ f& k) x: ~+ ~( {  如果是整个矩阵归一化，也就是这样
                                        imax=max(max(input));
                                        imin=min(min(input));
                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
2 E! r* w! x; @- ?8 b                                        omax=max(max(output));
6 v$ |: Y" Z- ~' U                                        omin=min(min(output));
* L/ K" I* U0 u' |0 D5 ~                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
& o) j. C2 X; w' G  然后再训练，预测~
  那么问题来了，预测时的input_testn是如何归一化得到的？如果还是按input的方法归一化，也就是上面的inputn=(1-0)*(input-imin)/(imax-imin);得到的input_testn会有大于1的数吧~
3 j5 Y( G3 Z0 N% Y: g8 G; }- b  另外，得到预测结果resultn后，如何反归一化呢？如果resultn里面有大于1或者小于0的数又怎么办呢？

阳光照耀的日子

mapminmax是按照每一行进行归一化，即对所有样本的同一个特征进行归一化。神经网络的训练数据要比预测数据的范围大，即预测数据的特征最大最小值范围最好不要超过训练数据的特征，这样子你的问题就不会出现了。
/ }" E& K5 S6 f1 t8 y

阳光照耀的日子

mapminmax是按照每一行进行归一化，即对所有样本的同一个特征进行归一化。神经网络的训练数据要比预测数据的范围大，即预测数据的特征最大最小值范围最好不要超过训练数据的特征，这样子你的问题就不会出现了。
' Y, K0 P5 @9 N