基于LSTM(长短期记忆人工神经网络)_CNN+LSTM_堆叠式LSTM的时间序列预测python源码+超详细注释
以LSTM网络模型为示例，介绍了各种不同数据类型的网络结构
重点包含：
1.如何构造输入输出数据的形状
2.如何配置合适的网络参数来接受这些输入输出训练数据
本教程的目的是提供不同类型的时间序列预测模型的独立示例，作为模板，您可以针对特定的时间序列预测问题进行复制和调整
2022-12-02 14:29:39
18KB
人类活动识别(多变量分类)_根据智能手机数据对人类活动进行建模_python实现源码+数据+超详细注释
以LSTM网络模型为示例，介绍了各种不同数据类型的网络结构
重点包含：
1.如何构造输入输出数据的形状
2.如何配置合适的网络参数来接受这些输入输出训练数据
本教程的目的是提供不同类型的时间序列预测模型的独立示例，作为模板，您可以针对特定的时间序列预测问题进行复制和调整
2022-12-02 14:29:38
57.71MB
基于四种决策树实现预测大气污染日的概率模型项目源码+数据+超详细注释
任务：根据环境数据，预测当天是不是大气污染日
内容包含：
1.本程序使用了四种模型进行预测，并对四种模型预测效果进行评估测试，分别是：
袋装决策树（BaggingClassifier）
额外决策树（ExtraTreesClassifier）
随机梯度提升（GradientBoostingClassifier）
随机森林（RandomForestClassifier）
2.本程序通过对例4中的梯度提升模型调整参数，来提高预测的准确率。分别调整了深度，学习率，采样集，和树数，通过brier skill score值来评价结果
2022-12-02 14:29:37
640KB
ResNet模型、训练、预测代码，每一行都有超详细注释，适合新生小白，pytorch上可运行
2022-10-03 09:07:01
590.67MB
1
GoogLeNet模型、训练、预测代码，每一行都有超详细注释，适合新生小白，pytorch上可运行
2022-10-02 16:05:23
474.71MB
1
基于Pytorch实现的深度强化学习DQN算法源代码，具有超详细的注释，已经在诸多项目中得到了实际应用。主要包含2个文件：（1）dqn.py，实现DQN只能体的结构、经验重放池、Q神经网络、学习方法等；（2）runner.py，使用dqn.py中的智能体与环境进行交互与学习，并最终学会仿真月球车着陆游戏。
2022-08-29 11:05:46
8KB
1