HAMR 2015：DeepComposer 作者 这是我们在马拉加举行的HAMR @ ISMIR 2015黑客日所做的一个小技巧！ Anna Aljanaki，Stefan Balke，Ryan Groves，Eugene Krofto，Eric Nichols 哈克目标 收集几个具有象征性的歌曲数据集，包括旋律和和弦。 以适用于输入到神经网络的通用矢量格式表示数据。 开发LSTM体系结构，以产生声调旋律/和弦输出。 制作音乐！ 安装 Python需求 pip install -r requirements.txt 数据集 包括我们使用的数据集。 在下文中，我们谨向作者致谢： 坦佩利的摇滚语料库 200首歌曲 埃森民歌集（ESAC）： ： WeimarJazz数据库： ://jazzomat.hfm-weimar.de 文献资料 可以在以下网站找到更多文档： :

IMDB_Sentiment_Analysis 鉴于大量的在线评论数据（Amazon，IMDB等），情绪分析变得越来越重要。 在这个项目中，建立了一个情感分类器，用于评估一段文字的极性是正还是负。 情感分析是在Keras随附的IMDB数据集上完成的。 它由25,000个训练样本（其中20％是验证样本）和25,000个测试样本组成。 数据集中的所有单词均已预先标记。 使用自训练的单词嵌入（Keras嵌入层）。 我训练了不同的模型，其中一个模型包含一个LSTM层。 它在10个时元上的准确度为84％。 第二个示例由两组Conv1D和MaxPooling1D图层组成，后面是标准GRU图层。 观察到85％的准确性。 我已经将CuDNN层用于LSTM和GRU，因为它们在GPU上的速度比标准LSTM和GRU层快得多。 所有实现都是使用Keras进行的。 另一个具有RMS Prop精度的示例为84％，而

一个双向LSTM程序 Long Short Term 网络—— 一般就叫做 LSTM ——是一种 RNN 特殊的类型，可以学习长期依赖信息。LSTM 由Hochreiter & Schmidhuber (1997)提出，并在近期被Alex Graves进行了改良和推广。在很多问题，LSTM 都取得相当巨大的成功，并得到了广泛的使用。 LSTM 通过刻意的设计来避免长期依赖问题。记住长期的信息在实践中是 LSTM 的默认行为，而非需要付出很大代价才能获得的能力！ 所有 RNN 都具有一种重复神经网络模块的链式的形式。在标准的 RNN 中，这个重复的模块只有一个非常简单的结构，例如一个 tanh 层。(A bidirectional LSTM program Long short term network, commonly known as LSTM, is a special type of RNN that can learn long-term dependent information. LSTM was proposed by Hochreiter & schmidhuber (1997) and recently improved and promoted by Alex graves. In many problems, LSTM has achieved great success and has been widely used. LSTM is designed to avoid long-term dependency. Remember that long-term information is the default behavior of LSTM in practice, not the ability to acquire it at a great cost! All RNNs have a chained form of repetitive neural network modules. In the standard RNN, this repetitive module has only a very simple structure, such as a tanh layer.)

LSTM 的例子 单向LSTM 双向LSTM 多层LSTM(LSTM long short term memory

Keras 示例代码，包括CNN，LSTM，CNN-LSTM等，非常全面。(Keras sample code, including CNN, LSTM, CNN-LSTM, and so on, is very comprehensive.)

本代码是使用lstm进行时间序列预测，能够很清晰的说明如何使用lstm(Time series prediction using LSTM)

基于lstm算法在MATLAB对短期风速进行预测(Based on LSTM algorithm, short-term wind speed was predicted in MATLAB)

lstm网络的建立、训练及应用实例，测试过，可用。(LSTM network establishment, training and application examples, tested, available.)

lstm实例+代码，包含详细注释，能运行，简单的房产价格预测实例(Lstm u5B9E u4F9 u4E09 u4EF3 u643 U6D4B u5B9E u4F8B

LSTM的matlab工具箱，亲测好用，内有案例文件，可放心学习(matlab toolbox for LSTM)