- 在线时间
- 2 小时
- 最后登录
- 2016-6-1
- 注册时间
- 2016-5-22
- 听众数
- 9
- 收听数
- 0
- 能力
- 0 分
- 体力
- 78 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 25
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 2
- 主题
- 1
- 精华
- 0
- 分享
- 0
- 好友
- 2
升级   21.05% 该用户从未签到 - 自我介绍
- 数模小白一枚
 |
求问BP神经网络的归一化是按行还是整个矩阵的归一化?; ?8 I% G3 u1 }; H- O; k* W g% `
比如input=[1 2 3 4 5;
/ }) F& g+ O h9 k 2 3 4 5 6;( d4 h# l$ U3 w! A' y
3 4 5 6 7];$ z& ?4 K9 { i% ]9 P# J K
output=[4 5 6 7 8];+ @) O1 C3 z- ` l5 K- z
input_test=[6;: r* s3 g: ^+ d1 o: P0 ?0 {* o
7;7 u5 F. Z2 T6 n: I
8];# ~) _% W+ I( l2 _ {
输入输出分别归一化,可以直接[inputn,inputs]=mapminmax(input,0,1);
/ D) h& w. A k" s! M$ K [outputn,ouputs]=mapminmax(output,0,1); 吗?) e& L+ s C( }$ I. U K# W" L
这样就是按行归一化了吧~
7 `6 H4 M# `+ d; {* _0 ` 如果是整个矩阵归一化,也就是这样
! m4 U7 k" A2 W6 I, \ imax=max(max(input));
- ?; I* h- P. o5 M imin=min(min(input));
- x" @+ r2 |8 I! y" f! N inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
$ d8 k# r3 |3 ~+ A9 F omax=max(max(output));; W& F a# K7 T5 Z- {
omin=min(min(output));
, p" _3 Z. e8 j- X$ V5 U outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
0 m; y' j/ N" M6 h 然后再训练,预测~
) R K9 G+ ^, R" `. \% g 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~2 \7 Y" b$ N3 _& ?+ W( {$ U
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?
8 y( m+ @$ N. u+ }- K- X f: ~4 c8 t1 M! z
|
zan
|