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;
/ }) F& g+ O  h9 k                     2 3 4 5 6;
                     3 4 5 6 7];
         output=[4 5 6 7 8];
         input_test=[6;
                            7;
                            8];
  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？
  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));
                                        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~
  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

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。

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。
: t. f' z  T7 A7 z& I4 L