基于LSTM时间序列预测Python程序 简介： 1、单变量，多变量输入，自由切换 2、单步预测，多步预测，自动切换 3、基于Pytorch架构，单输出 4、多个评估指标（MAE,MSE,R2,MAPE等） 5、数据从excel/csv文件中读取，更换简单 6、标准框架，数据分为训练集、验证集，测试集
最近更新: 1年前一种深度学习模型，使用 LSTM（长短期记忆）（即改进的循环神经网络）预测风力发电厂中风力涡轮机产生的功率。
最近更新: 接近3年前对深度学习的一些见解和实践，过程包括：1.先从简单的机器学习开始，了解建模的主要过程；2.通过对lstm的前身rnn模型的构建和训练了解深度学习；3.参考网上相关lstm的文章，作出复现；4.分析和解析lstm相关代码的作用，了解每一个步骤以及作出自己的细分操作；5.构建属于自己的lstm深度学习代码
最近更新: 3年前
