RNN污染预测
使用简单的递归神经网络，Python和Keras的LSTM和GRU，预测北京市下一个小时，一周和一个月的污染。
2021-03-28 17:09:56
234KB
1
跳过思想火炬
Skip-Thoughts.torch是到Pytorch和Torch7的轻量级移植，它们是经过移植。
对火炬的跳过思考
跳过火炬7
2021-02-26 16:07:57
30KB
1
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
2021-02-26 09:59:45
448KB
1
batch normalization 和 layer normalization 在RNN（LSTM、GRU）上的TensorFlow实现;运行无误，示例为mnist手写体识别
2019-12-21 22:06:55
790KB
1
GRU（Gated Recurrent Unit）神经网络是LSTM 的一个变体，GRU 在保持了LSTM 的效果同时又使结构更加简单，是一种非常流行RNN 神经网络，它只有两个门了，分别为更新门t z 和重置门tr 。更新门控制前一时刻的状态信息被带入到当前状态中的程度，值越大前一时刻的状态信息带入越多。重置门控制忽略前一时刻的状态信息的程度，值越小说明忽略得越多。
2019-12-21 20:49:41
208KB
1