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;
, r" Q4 \+ l. ?                     2 3 4 5 6;
" M  J) N' p# m% Y/ F5 c7 ~                     3 4 5 6 7];
& n% M% Q/ c2 Y# Z; `8 V9 Y6 k         output=[4 5 6 7 8];
         input_test=[6;
                            7;
                            8];
  输入输出分别归一化，可以直接[inputn,inputs]=mapminmax(input,0,1);
% |2 S5 M- n$ @/ s* n- O6 i' f                                                   [outputn,ouputs]=mapminmax(output,0,1);  吗？
  这样就是按行归一化了吧~
0 b0 J! |/ n) D  如果是整个矩阵归一化，也就是这样
" ^: J& `, E0 [6 D5 }                                        imax=max(max(input));
1 }: @" N8 x8 S- z( O5 }                                        imin=min(min(input));
+ q) r6 |6 b/ s; y& p5 h* {  F                                        inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
8 y0 [: h; E! W- L7 G                                        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~
  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~
( \$ s  G; t* [. p; a  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？
0 F% \3 W0 {# {  ~2 ~& }4 g$ p) F
* l) I3 z' Y5 l/ ?3 _( 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。

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。
, H" R- A% l/ p3 p4 N$ B