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;
6 i" ~3 S, `* r1 y$ L                     2 3 4 5 6;
. q0 d/ o9 p7 Q/ Z6 ]7 @                     3 4 5 6 7];
$ U$ a' y! M- J         output=[4 5 6 7 8];
/ v6 r' p8 x8 G4 E/ y: `) x         input_test=[6;
0 v- l3 w2 |9 T3 \  @6 C                            7;
                            8];
) p% t. |% B  e" K* q, a( r  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
" H1 b; M8 t% n4 u1 U                                                   [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
* V' ?, ~& p- U9 [$ b4 {. c                                        imax=max(max(input));
; J4 v6 }; d" u4 v5 x! L( k% I                                        imin=min(min(input));
! }5 E, P; G; K. K) ?5 w                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
                                        omax=max(max(output));
                                        omin=min(min(output));
                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
5 ~( Q+ N. h7 c; W3 H7 `  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~
  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？
3 x0 k" j. W: D; F
" M% i! I+ c/ E# [5 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。
- k. U8 u0 Z4 i7 i+ l, W% V

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。