注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 神经网络LSTM 时间预测

  2. 详细的LSTM代码， 附带数据。 RNN全称循环神经网络（Recurrent Neural Networks），是用来处理序列数据的。在传统的神经网络模型中，从输入层到隐含层再到输出层，层与层之间是全连接的，每层之间的节点是无连接的。但是这种普通的神经网络对于很多关于时间序列的问题却*无力。

  3. 所属分类：算法与数据结构

    • 发布日期：2017-08-03
    • 文件大小：13kb
    • 提供者：u011060119

  1. LSTM训练过程[英文版]

  2. LSTM（Long Short-Term Memory）是长短期记忆网络，是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。LSTM 已经在科技领域有了多种应用。基于 LSTM 的系统可以学习翻译语言、控制机器人、图像分析、文档摘要、语音识别图像识别、手写识别、控制聊天机器人、预测疾病、点击率和股票、合成音乐等等任务。

  3. 所属分类：机器学习

    • 发布日期：2017-11-21
    • 文件大小：220kb
    • 提供者：qq_18857415

  1. 神经网络时间序列预测 python

  2. 神经网络 时间序列预测 python语言 code LSTM 深度学习

  3. 所属分类：深度学习

    • 发布日期：2018-01-11
    • 文件大小：6kb
    • 提供者：qq_21529571

  1. 长短期记忆时间序列预测金融市场

  2. 很好的描述了如何将人工智能之循环神经网络运用于金融之股票市场的预测，包括特征处理，标准化，结论，与传统机器学习的效果进行比较

  3. 所属分类：深度学习

    • 发布日期：2018-04-18
    • 文件大小：8mb
    • 提供者：ningyanggege

  1. lstm实现时间序列一维预测

  2. 采用LSTM循环神经网络对时序数据进行预测，根据评价指标对测试集进行误差计算，具有较好的预测精度

  3. 所属分类：深度学习

    • 发布日期：2018-05-03
    • 文件大小：5kb
    • 提供者：qq_34097688

  1. 用LSTM进行sin函数拟合

  2. 在tensorflow上用LSTM进行sin函数拟合，LSTM（Long Short-Term Memory）是长短期记忆网络，是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。LSTM 已经在科技领域有了多种应用。用这个简单的程序进行入门是很好的

  3. 所属分类：深度学习

    • 发布日期：2018-05-19
    • 文件大小：10kb
    • 提供者：qq_33758392

  1. 神经网络LSTM 时间预测.rar

  2. 神经网络LSTM 时间预测源代码，如有需要，请大家下载！！！5积分就好~

  3. 所属分类：机器学习

    • 发布日期：2019-08-06
    • 文件大小：13kb
    • 提供者：young0327

  1. LSTM-时间序列预测.zip

  2. # 代码功能: LS-TM 循环神经网络，预测时间序列---------------------------- # 第1步: 处理原始数据集, 归一化，制作X_train、Y_train、X_test、Y_test # 第2步: 训练LS-TM网络, epoch=300 # 第3步: 时间序列预测

  3. 所属分类：深度学习

    • 发布日期：2020-04-04
    • 文件大小：75kb
    • 提供者：Twilight737

  1. 基于LSTM循环神经网络的故障时间序列预测_王鑫.pdf

  2. 从复杂系统的历史故障数据出发,提出了一种基于长短期记忆(LSTM)循环神经网络的故障时间序列预测方法,包括网络结构设计、网络训练和预测过程实现算法等,进一步以预测误差最小为目标,提出了一种基于多层网格搜索的LSTM预测模型参数优选算法,通过与多种典型时间序列预测模型的实验对比,验证了所提出的LSTM预测模型及其参数优选算法在故障时间序列分析中具有很强的适用性和更高的准确性。 知网论文，学习使用

  3. 所属分类：深度学习

    • 发布日期：2020-04-02
    • 文件大小：1mb
    • 提供者：olivia_ye

  1. python 写的神经网络入门代码，lstm，时间序列预测

  2. python 写的神经网络入门代码，lstm，时间序列预测,

  3. 所属分类：机器学习

    • 发布日期：2019-06-30
    • 文件大小：7kb
    • 提供者：tutu96177

  1. 用Python的长短期记忆神经网络进行时间序列预测

  2. 长短期记忆递归神经网络具有学习长的观察序列的潜力。 这对于时间序列预测似乎非常不错，并且事实的确可能是这样的。 在本教程中，你将了解，如何对于一个一步单变量时序预测问题开发一个LSTM预测模型。 完成本教程后，您将知道： 如何为预测问题制定性能基准。 如何为一步时间序列预测设计一个强大的测试框架。 如何准备数据，开发和评估用于时间序列预测的LSTM递归神经网络。 1. 洗发水销售额数据集； 2. 测试设置； 3. 持续性模型预测； 4. LSTM数据准备； 5. LSTM模型开发； 6

  3. 所属分类：机器学习

    • 发布日期：2020-08-14
    • 文件大小：1mb
    • 提供者：kamo54

  1. 神经网络LSTM 时间预测

  2. lstm学习资料，可供大家参考 演示人工神经网络（Artificial Neural Network ，ANN）和长短期记忆循环神经网络（Long Short-Term Memory Recurrent Neural Network ，LSTM RNN）工作过程

  3. 所属分类：其它

    • 发布日期：2020-08-17
    • 文件大小：13kb
    • 提供者：z_1966

  1. GRU的matlab时间序列神经网络

  2. 门控循环单元是循环神经网络LSTM的一种变体，通常用于时间序列的预测。与LSTM的门机制相比较，GRU模型更简单，只有两个门，分别是更新门、重置门

  3. 所属分类：深度学习

    • 发布日期：2020-10-24
    • 文件大小：448kb
    • 提供者：zhenglei_wei

  1. 神经网络LSTM 时间预测

  2. 详细的LSTM代码， 附带数据。 RNN全称循环神经网络（Recurrent Neural Networks），是用来处理序列数据的。在传统的神经网络模型中，从输入层到隐含层再到输出层，层与层之间是全连接的，每层之间的节点是无连接的。但是这种普通的神经网络对于很多关于时间序列的问题却*无力。

  3. 所属分类：算法与数据结构

    • 发布日期：2021-03-09
    • 文件大小：13kb
    • 提供者：s756702559

  1. 比特币价格预测：在该项目中，RNN变异在数据集上进行了测试，该数据集不仅包含比特币历史价格，还包括其他影响因素，例如宏观经济指数，市场情绪等。-源码

  2. 使用神经网络预测时间序列 :blue_circle: 联系人：对于Bitcoin的学习材料组织列表，请点击此 ，这等 介绍 不管比特币价格上的投机泡沫如何，该项目的目的都是暗示该加密货币的未来收盘价。 根据我的分析考虑了几个比特币指标，收集了情绪数据以及区块链，历史价格和金融指数数据以预测收盘价。 环境设定 要运行预测模型，应安装以下内容： Python 3+ Tensorflow = 1.10.1 Keras = 2.2.2 熊猫= 0.23.4 脾气暴躁= 1.15.1 Mat

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：134mb
    • 提供者：weixin_42132352

  1. timeseries-lstm-keras：基于Jason Brownlee教程，在Keras中使用LSTM递归神经网络在Python中进行时间序列预测-源码

  2. timeseries-lstm-keras：基于Jason Brownlee教程，在Keras中使用LSTM递归神经网络在Python中进行时间序列预测

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：239kb
    • 提供者：weixin_42134285

  1. 递归神经网络预测Google股票价格：我尝试使用LSTM预测Google股票价格-源码

  2. 递归神经网络预测Google股票价格 我试图使用LSTM预测Google股票价格 长短期记忆（LSTM）单元（或块）是递归神经网络（RNN）层的构建单元。 由LSTM单元组成的RNN通常称为LSTM网络。 常见的LSTM单元由单元，输入门，输出门和忘记门组成。 该单元负责在任意时间间隔内“记住”值。 因此，LSTM中的“内存”一词。 就像多层（或前馈）神经网络中一样，这三个门中的每一个都可以被认为是“常规”人工神经元：也就是说，它们计算加权和的激活（使用激活函数）。 从直觉上讲，它们可以看作是通

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：690kb
    • 提供者：weixin_42098830

  1. 股票价格预测器：该项目旨在利用深度学习模型，长期记忆（LSTM）神经网络算法来预测股票价格-源码

  2. 股票价格预测 Udacity-机器学习纳米学位课程：Project-6（Capstone项目） 项目概况 这是Udacity-机器学习纳米学位计划中列出的一系列项目中的第六个也是最后一个顶点项目。 投资公司，对冲基金甚至个人一直在使用财务模型来更好地了解市场行为并进行有利可图的投资和交易。 历史股价和公司绩效数据的形式提供了大量信息，适用于机器学习算法进行处理。 我们真的可以通过机器学习预测股价吗？ 投资者通过分析数据做出有根据的猜测。 他们将阅读新闻，研究公司的历史，行业趋势以及做出预测的

  3. 所属分类：其它

  1. python_autocomplete：用于python自动完成的简单神经网络-源码

  2. :white_medium_star: 我们在重写了一个更简单的版本，并打算保留一段时间。 我们开始研究玩具项目，以了解简单的LSTM模型可以很好地自动完成python代码。 通过在大多数文件中节省30％以上的击键，而在某些文件中节省近50％的击键，可以提供相当不错的结果。 我们通过做出一个（最佳）预测并用一个键选择它来计算保存的键击。 我们进行波束搜索以找到预测，最多可以预测10个字符。 到目前为止，如果您想了解编辑器集成，那就太低了。 我们在清除Python代码中的注释，字符串和空白

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：78mb
    • 提供者：weixin_42097668

  1. 针对设备端口链路的LSTM网络流量预测与链路拥塞方案

  2. 针对设备端口链路流量，提出两种基于长短期记忆网络的预测模型。第一种针对在大时间粒度下平稳变化的流量；第二种则针对在小时间粒度下波动剧烈的非平稳流量。通过选用不同的数据划分方式与模型训练方法，构建两种具有不同网络结构的流量预测模型。实验结果表明，前者在处理平稳变化的流量时能够达到极高的预测精度，后者在处理非平稳流量时具有明显优于SVR模型、BP神经网络模型的预测效果。在第二种预测模型的基础上，提出了参数可调的链路拥塞预警方案，实验证明该方案具有一定的可行性。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：946kb
    • 提供者：weixin_38672815
« 12 3 »