本工程为基于TensorFlow实现的以多维特征作为输入且输出同样为多维的RNN（LSTM）模型。
2019-12-21 20:40:51
19KB
1
用LSTM长短期记忆网络实现的金融序列单步预测的代码，基于keras框架搭建的模型，可以用于参考学习
2019-12-21 20:40:41
291KB
1
消费者请注意，本资源是分别用RNN(循环神经网络)和LSTM(长短记忆网络)编写的MATLAB的案例，内部RNN.m和LSTM.m文件程序可以直接运行，内部已包含所需功能函数，如过不能直接运行请留言。
2019-12-21 20:36:14
6KB
1
RNN-LSTM 卷积神经网络 Matlab 实现，简单的数据拟合。
RNN-LSTM 卷积神经网络 Matlab 实现。
RNN-LSTM卷积神经网络Matlab实现
RNN卷积神经网络，LSTM，使用matlab实现，简单的数据拟合
RNN Matlab
2019-12-21 20:24:02
103KB
1
Video-based Emotion Recognition Using Multi-dichotomy RNN-DNN
2019-12-21 20:18:41
820KB
1
有284个训练样本，273个测试样本，通过对数据的处理后进入基于LSTM的多层循环神经网络进行训练，测试样本测试准确率可达70+
2019-12-21 20:17:55
10KB
1
循环神经网络代码RNN-超全注释
#inputs t时刻序列，也就是相当于输入
#targets t+1时刻序列，也就是相当于输出
#hprev t-1时刻的隐藏层神经元激活值
def lossFun(inputs, targets, hprev):
xs, hs, ys, ps = {}, {}, {}, {}
hs[-1] = np.copy(hprev)
print('hs=',hs)
loss = 0
#前向传导 inputs 6xn
for t in range(len(inputs)):
2019-12-21 20:17:33
9KB
1
cnn +rnn +attention 以及CTC-loss融合的文字识别代码，基于tensorflow实现，要的拿去不客气，样本使用自我合成的数据，可自己添加，有些人傻的，上来就说不能直接运行，大爷的说了要添加训练样本，傻吗。。。
2019-12-21 19:59:04
16KB
1