MATLAB 批归一化层如何采用最大最小归一化

MATLAB中的批归一化层默认使用的是均值方差归一化，而不是最大最小归一化。如果要使用最大最小归一化，可以自己编写一个自定义的归一化函数，并将其作为批归一化层的参数传递进去。

以下是一个示例代码，演示了如何使用最大最小归一化实现批归一化：

% 自定义最大最小归一化函数
function [X_norm, mu, sigma] = custom_normalize(X)
    mu = min(X); % 计算最小值
    sigma = max(X) - min(X); % 计算最大值减去最小值
    X_norm = (X - mu) ./ sigma; % 归一化
end

% 创建一个批归一化层
batch_norm_layer = batchNormalizationLayer('Name', 'batch_norm_layer', ...
    'Normalization', 'custom', ... % 使用自定义归一化函数
    'CustomNormalizationFunction', @custom_normalize); % 自定义归一化函数

% 创建一个测试数据，大小为 [batch_size, feature_dim]
batch_size = 10;
feature_dim = 5;
X = rand(batch_size, feature_dim);

% 在数据上应用批归一化层
Y = predict(batch_norm_layer, X);

在上面的代码中，我们首先定义了一个自定义的归一化函数 `custom_normalize`，它使用最大最小归一化对数据进行归一化。然后，我们创建了一个批归一化层 `batch_norm_layer`，并将其配置为使用自定义归一化函数。最后，我们在一个随机生成的数据上应用了这个批归一化层，得到了归一化后的结果 `Y`。