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？
8 B" v' l6 a7 i  比如input=[1 2 3 4 5;
                     2 3 4 5 6;
, z2 r8 c5 ?3 t                     3 4 5 6 7];
         output=[4 5 6 7 8];
         input_test=[6;
                            7;
                            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);
                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
+ J- ~: b3 y9 R1 r  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
3 c! q* a# e- ^2 I2 U                                        imax=max(max(input));
                                        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
                                        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~
  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？

6 W  ~1 l0 [1 K+ `& d/ S

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。
2 W7 w: `& T0 y+ o

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。
1 R# B3 a# X' M, A1 w' O