- 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 B" v' l6 a7 i 比如input=[1 2 3 4 5;' X6 k& r7 B+ G! g
2 3 4 5 6;
, z2 r8 c5 ?3 t 3 4 5 6 7];/ E/ `& V) |! W; h( g
output=[4 5 6 7 8];/ V( c% R5 |8 @9 V
input_test=[6;- n6 d1 e% b+ B9 _: c# C6 P
7;4 H! ~" r5 s4 R; {
8];
6 K. e7 j9 }8 U5 B" m; a 输入输出分别归一化,可以直接[inputn,inputs]=mapminmax(input,0,1);/ s/ H: E2 G$ L. A* N7 s+ @0 G; s
[outputn,ouputs]=mapminmax(output,0,1); 吗?
+ J- ~: b3 y9 R1 r 这样就是按行归一化了吧~+ g( ^. |7 L7 P, Q1 b
如果是整个矩阵归一化,也就是这样
3 c! q* a# e- ^2 I2 U imax=max(max(input));- V% } L# c1 u$ ?; h% d
imin=min(min(input));
9 N& M9 h- j5 x/ U1 |8 X5 l" ] inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化' M6 H8 V2 u* w; k% n
omax=max(max(output));
& E4 I; j; M5 f% t6 } omin=min(min(output));
, Z9 }: x+ @/ p+ v- t ^ outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
7 e1 l6 {6 }6 i& }9 V0 K! u4 L 然后再训练,预测~
' A7 T6 d# g o2 U! P Z 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~7 C5 Z c* W# L* b' B+ l
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?$ F& N p3 s: }. m9 S
6 W ~1 l0 [1 K+ `& d/ S |
zan
|