- 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?$ s7 W" ^, O7 I' x' |
比如input=[1 2 3 4 5;% H; Q2 u M z$ X
2 3 4 5 6;3 o$ j% I7 {4 x: g; y: b
3 4 5 6 7];
. M7 g% O. u( a2 W% }. v output=[4 5 6 7 8];
/ l E0 o5 V" j) f input_test=[6;
; K: c# S5 L+ t0 g& E9 L 7;% ?/ m- M1 C2 q/ p7 J2 ?
8];# u9 v5 ^- \* V+ F+ C+ o
输入输出分别归一化,可以直接[inputn,inputs]=mapminmax(input,0,1);3 ^6 J. R4 i G6 _* l
[outputn,ouputs]=mapminmax(output,0,1); 吗?( U9 R; m6 ^& k3 L5 l# ?6 z
这样就是按行归一化了吧~2 s0 |1 t/ Z$ ^0 y& F* ] k
如果是整个矩阵归一化,也就是这样7 e- H+ I c! p0 V" a
imax=max(max(input));% z% D2 B' K3 F6 c' v4 c8 s6 s5 c. Z
imin=min(min(input));/ Y; l4 ?/ ~+ o# _
inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化. _, L/ z) E( Q2 E
omax=max(max(output));( m( J1 I" z9 d% W6 Q
omin=min(min(output));$ r( n) }+ L1 a
outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
3 i2 Z0 k) ?; M) Q6 \/ O 然后再训练,预测~
" m( T0 x( v. f6 B) P; r 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~
% S7 P! n& z* s# } 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?( j0 a# n( {0 s1 V6 O
! `( L, F; q! n: A8 j
|
zan
|