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？
0 |& i) [0 T4 h7 t' d! M' X) t8 O/ N  比如input=[1 2 3 4 5;
                     2 3 4 5 6;
( o- n2 l7 d4 |* c3 _9 N                     3 4 5 6 7];
         output=[4 5 6 7 8];
         input_test=[6;
2 x& @* _# g/ R  v: \; n                            7;
6 @0 }# ~# G$ r9 z. H; s1 c                            8];
& t, E' }3 ?2 F; G  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
3 }$ I5 c) O9 u! H1 Z; C                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
  这样就是按行归一化了吧~
2 E  Z( a# D5 t  如果是整个矩阵归一化，也就是这样
                                        imax=max(max(input));
6 _- R$ e7 W% q+ M) J% q                                        imin=min(min(input));
7 D, q  K9 h. d. O( Y                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
+ n7 z3 p- h7 \: }                                        omax=max(max(output));
                                        omin=min(min(output));
& b& Z( G: L+ G0 L                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
  然后再训练，预测~
  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~
6 G* D! c" ~( m9 i" L' k  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 Z3 G$ o- r  [5 [' i5 P# Y
1 A! j" s2 P  d# z* Z

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。
: q0 ?+ d" f: n

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。