主要内容

mapminmax

通过将行最小值和最大值映射到 [-1 1] 来处理矩阵

说明

提示

要重新缩放深度学习工作流的数据,请对输入层使用归一化名称-值对组。

[Y,PS] = mapminmax(X,YMIN,YMAX) 接受一个 N×Q 矩阵 X 以及(可选)Y 的每行的最小值 YMIN 和最大值 YMAX,并返回一个 N×Q 矩阵 Y 以及允许一致处理值的处理设置 PS

mapminmax 通过将每行的最小值和最大值归一化为 [YMIN, YMAX] 来处理矩阵。

示例

[Y,PS] = mapminmax(X,FP) 接受结构体形式的参数:FP.yminFP.ymax

在给定 X 和设置 PS 的情况下,Y = mapminmax('apply',X,PS) 返回 Y

在给定 Y 和设置 PS 的情况下,X = mapminmax('reverse',Y,PS) 返回 X

dx_dy = mapminmax('dx_dy',X,Y,PS) 返回反向导数。

示例

全部折叠

此示例说明如何格式化矩阵,以便将每行的最小值和最大值映射到默认区间 [-1,+1]。

x1 = [1 2 4; 1 1 1; 3 2 2; 0 0 0]
[y1,PS] = mapminmax(x1)

接下来,对新值应用相同的处理设置。

x2 = [5 2 3; 1 1 1; 6 7 3; 0 0 0]
y2 = mapminmax('apply',x2,PS)

反向处理 y1,以再次得到 x1

x1_again = mapminmax('reverse',y1,PS)

输入参数

全部折叠

要处理的矩阵,指定为 N×Q 矩阵。

输出矩阵 Y 的每行的最小值,指定为标量。

输出矩阵 Y 的每行的最大值,指定为标量。

输出参量

全部折叠

处理后的矩阵,以 N×Q 矩阵形式返回。

允许一致处理值的处理设置,以结构体形式返回。

详细信息

全部折叠

算法

假设 X 只有有限个实数值,并且每行的元素都不完全相等。(如果 xmax=xmin 或如果 xmaxxmin 是非有限值,则 y=x 且不发生变化。)

y = (ymax-ymin)*(x-xmin)/(xmax-xmin) + ymin;

版本历史记录

在 R2006a 中推出

另请参阅

| |