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;
! e# }% A, g. r! ~7 v" D                     2 3 4 5 6;
1 k% ]* v. U) v. a                     3 4 5 6 7];
         output=[4 5 6 7 8];
/ ?- [% _! k. r; z( u* |         input_test=[6;
                            7;
                            8];
  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
) Q& b, @8 d- O4 j. G# G                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
  这样就是按行归一化了吧~
- M# q# e. j: u- k% L  如果是整个矩阵归一化，也就是这样
! z$ a% A( B" e7 F8 j& L. d                                        imax=max(max(input));
. P2 ^: Y* j* Z$ _! d8 D; g4 f                                        imin=min(min(input));
0 F, o, T+ ?( Z- e9 |" O                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
                                        omax=max(max(output));
                                        omin=min(min(output));
                                        outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
  然后再训练，预测~
) q' P2 \' e% s7 i( `& D7 x* 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~
. e! |+ O9 ^: t, g, X: U4 S  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？
/ u8 X7 {, B; [( ^
6 m/ u# u. \) x; Z( s8 @; y3 j

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。
& z/ g. |3 K4 ^! A! X