- 在线时间
- 2 小时
- 最后登录
- 2016-6-1
- 注册时间
- 2016-5-22
- 听众数
- 9
- 收听数
- 0
- 能力
- 0 分
- 体力
- 78 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 25
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 2
- 主题
- 1
- 精华
- 0
- 分享
- 0
- 好友
- 2
升级   21.05% 该用户从未签到 - 自我介绍
- 数模小白一枚
 |
求问BP神经网络的归一化是按行还是整个矩阵的归一化?
3 V! E! l! c4 B: w* ?( ?3 g 比如input=[1 2 3 4 5;4 z7 g1 A+ l+ o2 r+ H( \) ~
2 3 4 5 6;
9 Z+ g# m+ X h# d& w 3 4 5 6 7];
0 R, W; y8 a8 u# @' P: x, r% ?1 z output=[4 5 6 7 8];
^3 I2 h; X- f/ b input_test=[6;# y% v; o' }8 ?& G5 O
7;: d8 Z4 j# m/ v
8];% a2 C0 s K% `1 z; m6 V" u
输入输出分别归一化,可以直接[inputn,inputs]=mapminmax(input,0,1);; T- c" o2 Y& `. X
[outputn,ouputs]=mapminmax(output,0,1); 吗?/ n6 x0 L6 T9 T# Q ?
这样就是按行归一化了吧~
4 B- Y: }: U/ j 如果是整个矩阵归一化,也就是这样* V/ b+ Q4 {% y+ U8 g" U
imax=max(max(input));9 B; x. }( C T2 R4 V6 B, G$ q
imin=min(min(input));6 T, q1 b! u% X& w# \$ r8 C
inputn=(1-0)*(input-imin)/(imax-imin);%%input的归一化
# f) n$ D5 i5 k$ G9 X' z omax=max(max(output));/ k) q* G: R7 A) d
omin=min(min(output));# M6 j$ j6 N& w( f; q& F
outputn=(1-0)*(output-omin)/(omax-omin);%%output的归一化
. z, u- J7 N4 Y: s' Y 然后再训练,预测~
+ ?( f/ X( T( h! Q$ J 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~# L9 O, b8 x$ I; r0 h( g
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?! K# t6 O/ I, `% d" i2 X: ^6 _, n
' e) `8 Z) t. n& c
|
zan
|