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？
  比如input=[1 2 3 4 5;
                     2 3 4 5 6;
1 ]  Z6 @  H* P. N: T1 ]                     3 4 5 6 7];
         output=[4 5 6 7 8];
         input_test=[6;
                            7;
5 R# g) r# |! ]& \                            8];
/ M6 T* T' u& c5 i: G  b. B  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
  l8 m7 n& ^$ K  `                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
  这样就是按行归一化了吧~
  如果是整个矩阵归一化，也就是这样
                                        imax=max(max(input));
' I: m% g' M) X) T* V% _' [8 {7 ]2 a7 R                                        imin=min(min(input));
                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
) C8 K. g# g7 z' v% @' P  v, o                                        omax=max(max(output));
* B0 t/ M  Z; A4 y                                        omin=min(min(output));
" p; |2 h; A( Z3 J3 K1 ~  }7 C                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
0 J- S( b& ?3 }' `  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~
% L& g- G6 n2 ^- r8 r) l  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？

0 x. a( d! @# c2 I: b( U, C

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。
' z9 C( Q" O3 Y" }* ?9 H

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。
: J: U; x4 n6 i, W4 ?' n7 s