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？
! b& y3 }& j. t! x. v  比如input=[1 2 3 4 5;
7 ~2 P# `$ d! W4 y  Y                     2 3 4 5 6;
                     3 4 5 6 7];
5 g+ v( `1 @$ G, P7 z8 i         output=[4 5 6 7 8];
& e5 @, p, o, K# W. R; \* J         input_test=[6;
% V. Y( L, L& P5 C  r2 f                            7;
. c- d4 J( D  _" J3 u                            8];
/ |; M! o  s9 F( N8 o: v  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
7 ]) P. C: c2 P, g& c1 n5 H                                                   [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
$ S% F% K, }2 L/ R' Y                                        imax=max(max(input));
                                        imin=min(min(input));
$ R; O/ r+ c: q1 m0 A                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
/ |0 }, N$ n+ ~* k5 r                                        omax=max(max(output));
                                        omin=min(min(output));
                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
  o5 J# r3 U3 Z/ F& n, q, f3 x4 [/ V$ x  然后再训练，预测~
( L9 j6 _9 |7 l2 i& `/ ^! N( }  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？
4 z# ^: i0 e' O' z
/ ]2 N* w2 f: }% 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。

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。
! O+ O6 l3 S5 e7 ^& _; `: N3 L