最近在做神经网络,需要对训练数据进行归一化到[0.1 0.9]之间。虽然matlab有现成的归一化函数(mapminmax() premnmx),但归一化到特定的区间,上述函数并不方便使用。由此萌生了自己编写归一化函数的想法。
本质上,常用的归一化就是线性变换。本文中以转化到[0.1 0.9]为例
y与x之间的关系为y=ax+b,具体一下就是
y=0.9−0.1xmax−xminx+0.1xmax−0.9xminxmax−xmin
x=xmax−xmin0.9−0.1y+0.9xmin−0.1xmax0.9−0.1
对于单个值和向量来说,只要按照上面的公式转化就行,很简单。
但很多时候,我们需要归一化的是多维向量,比如训练数据的输入特征集 X=[X

本文介绍了在神经网络训练中对数据进行归一化到[0.1, 0.9]区间的操作。由于matlab内置的归一化函数mapminmax()和premnmx()不便于实现特定区间的归一化,作者决定自行编写函数。归一化本质是线性变换,以y=ax+b表示,通过这个变换将数据映射到目标区间。"
127474730,11976447,理解CSRF:原理、危害与防御策略,"['网络安全', 'CSRF攻击', 'Web安全', '防御策略', 'DVWA靶场']
最低0.47元/天 解锁文章
1084

被折叠的 条评论
为什么被折叠?



