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;
                     2 3 4 5 6;
; G1 P* C, V1 w% ~  J                     3 4 5 6 7];
3 z! m* [4 O# d2 v         output=[4 5 6 7 8];
         input_test=[6;
                            7;
                            8];
- [8 ]$ g$ a! Y3 U$ q  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
! ]1 O% S* P2 R                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
# S4 |+ ?3 H; V; I% x; u. F  C  这样就是按行归一化了吧~
9 W1 u  A2 }6 ^7 P1 M0 E" g7 s  如果是整个矩阵归一化，也就是这样
( T6 E" @$ F- j( Q8 m                                        imax=max(max(input));
4 h! X5 o7 ]9 ~8 l, w                                        imin=min(min(input));
; S, E% d) F6 P5 Q% o! ^1 T7 u. s4 D                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
/ i- w7 G8 r8 K5 a6 _! j+ x                                        omax=max(max(output));
                                        omin=min(min(output));
# a4 }0 I+ v; X3 {. O                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
/ W' c. n3 G' f- `/ i  然后再训练，预测~
6 V* w1 E: x3 q" }2 z" h  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 K! p+ l( C6 E  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？

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。
3 H) ^, V* Z; M/ }5 q' v