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？
# U5 p; W! }5 K2 ~# }; u3 G/ J  比如input=[1 2 3 4 5;
                     2 3 4 5 6;
1 _8 K3 H" \. @6 u6 D2 \* j                     3 4 5 6 7];
3 O) ]) n1 |- K% c         output=[4 5 6 7 8];
         input_test=[6;
. k8 ^, ]8 H5 i% |( B& H2 D$ ^                            7;
                            8];
: R' N, F9 _6 W' s9 L  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
  ^7 ~6 P2 x' y) p- q                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
7 D: t* d! n! J4 s: j1 q1 C  这样就是按行归一化了吧~
* g/ t8 h  }3 x  如果是整个矩阵归一化，也就是这样
( s- n: }& Q9 O! t- S! H( ?7 k$ c                                        imax=max(max(input));
                                        imin=min(min(input));
  \  {# ]5 @5 S4 x0 R                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
9 g9 p# G. T  Y                                        omax=max(max(output));
                                        omin=min(min(output));
. S6 O8 A7 x0 N( f2 t  p# z                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
, z( c, q3 z" s: o5 m9 Z  然后再训练，预测~
3 \/ [6 u) @9 r( w  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~
  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？
* l2 X8 m. S  W0 `+ n1 v" w# Z2 z0 k

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。
. f! _# X# r7 d: H! B

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。
1 D  @/ \/ B8 \: L! o' I- l