- 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?
* |' j- A% k2 \$ l 比如input=[1 2 3 4 5;
3 }7 T. p+ T# x. r 2 3 4 5 6;
8 d' Q' t' z) d, b) @( D 3 4 5 6 7];) ^: q5 o7 Q4 A2 _9 g
output=[4 5 6 7 8];
: p3 E, F# A, y5 T. `3 \" X. T input_test=[6;. n6 Z! s% E! g* [
7;
( k% J' Y9 ]3 n% l, k: e8 ]% K- Q 8];
* h2 f# R+ S6 K 输入输出分别归一化,可以直接[inputn,inputs]=mapminmax(input,0,1);/ i5 ]1 k' O# ]0 X% b) i
[outputn,ouputs]=mapminmax(output,0,1); 吗?
$ _9 S: Y$ d6 u& u$ _4 d 这样就是按行归一化了吧~5 l. m3 [3 S4 X8 v# R0 C! z
如果是整个矩阵归一化,也就是这样, p$ }) `5 l1 c
imax=max(max(input));2 x& }! u/ Z U2 y7 @" y7 K+ j$ `
imin=min(min(input));( \0 X; @7 a3 r; f1 {4 z5 S
inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
" |# E, h0 z- D% V# _ omax=max(max(output));7 }, h* F% t& O Y, \
omin=min(min(output));
7 P; I5 F! E5 S: z' K& Q outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化5 D# p6 |4 b1 e5 f- f; n
然后再训练,预测~
$ H: l/ \% v) y 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~
2 ^1 ` K9 O7 R: H 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?5 G* g( y/ ^* z, w& O3 q
6 I+ O& T) N3 d) C+ ]$ C |
zan
|