神经网络案例编程实战

目录

一、数据预处理

二、BP神经网络的训练过程

三、BP神经网络的测试过程

---

一、数据预处理

       在训练神经网络前一般需要对数据进行预处理，一种重要的预处理手段就是归一化处理。下面简单介绍一下归一化处理的原理和方法。

（1）什么是归一化？

数据归一化就是把数据同等降低维度，比如说一组数据是[99，98，97，100]，那么为了更好的效果，我们可以把这组数据归一化处理得到[0.99,0.98,0.97,1].

（2）为什么要归一化处理？

         a.输入数据的单位不一样，归一化处理后得到一个统一的单位

         b.有些数据的范围可能会特别大，导致的结果是神经网络收敛慢，从而导致训练时间变长

（3）归一化算法

一种简单而快速的归一化算法是线性转换算法。线性转换算法常见的有两种形式：

        1. Y=(X-min)/(max-min)：其中min为x的最小值，max为x的最大值，输入向量为x，归一化后的输出向量为y。上式将数据归一化到[0,1]区间，当激活函数采用S形函数时（值域为(0,1)）时这条式子适用。