- 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 o: d5 c6 e# z5 N. w
比如input=[1 2 3 4 5;* b: r" R* L6 l( h
2 3 4 5 6;
3 ~9 J9 l; z# { 3 4 5 6 7];) r/ M* B5 w$ N
output=[4 5 6 7 8];+ U$ O+ E5 ~% z" ?% z
input_test=[6;
! s- t9 B% x- a 7;5 p( Q7 ~7 D4 H! R3 [0 {- f# P4 A
8];$ v6 ]: I* `; a( d# j1 _ x
输入输出分别归一化,可以直接[inputn,inputs]=mapminmax(input,0,1);1 l6 ~+ {) i5 p1 D; V! g" u# R" B1 X- \
[outputn,ouputs]=mapminmax(output,0,1); 吗?8 X2 @! |+ S1 n" L$ q4 b
这样就是按行归一化了吧~& Q. w2 A5 p- k- C1 B
如果是整个矩阵归一化,也就是这样
) _6 ]0 w3 h3 c% p# | imax=max(max(input));- S8 U S' B1 ~- N0 U6 t' _0 R
imin=min(min(input));( D- F& A$ r+ \% ^2 I3 H2 p1 T! a
inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化& d9 m" ^+ I* H5 z0 Z5 U6 h% _- I
omax=max(max(output));
# W4 i6 m& T* v' y omin=min(min(output));1 \1 F- a) Y/ [0 P
outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化6 m5 }, A' K3 o. s9 A
然后再训练,预测~8 N9 n& w, @6 J$ ^- N6 ]
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~# S1 _3 u0 ?( S' A. p' h0 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?
% ]4 L6 M; d! f; R
: b7 ~' A$ ^$ y! I, I- j |
zan
|