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;
* S* {: i, f, L# E% A                     2 3 4 5 6;
                     3 4 5 6 7];
8 C, C* ^! e! ~5 ]1 [/ y/ S         output=[4 5 6 7 8];
         input_test=[6;
' F" T$ G$ z; m3 Z+ D! p' T+ G                            7;
* p( u1 J' A( }0 T2 T                            8];
- K6 x4 R% k8 h/ g, y" Q  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？
  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: {" }$ k5 N( {, D                                        imax=max(max(input));
4 |+ ~8 U/ _. B5 ~                                        imin=min(min(input));
# d- \, H6 J; T7 r& v' R                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
. x" x# p1 W! I/ g$ f& u  q& v& ?                                        omax=max(max(output));
                                        omin=min(min(output));
                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
2 _3 g: f: [% z' G2 v( n  然后再训练，预测~
$ J8 K$ I1 ?5 E+ X9 s' u  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~
4 W# H6 n% G; D% C  g' y  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？
$ i* X5 A. P; v" p; s& 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。
- f6 K! J9 W3 N  a

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。