分别使用LSTM、ARIMA和Prophet三种时间序列预测算法实现单变量周期性数据的预测。
2022-05-16 11:17:48 2.48MB LSTM ARIMA Prophet 时间序列预测
1
本书从实用角度着重解析了深度学习中的一类神经网络模型——卷积神经网 络,向读者剖析了卷积神经网络的基本部件与工作机理,更重要的是系统性的 介绍了深度卷积神经网络在实践应用方面的细节配置与工程经验。笔者希望本 书“小而精”,避免像某些国外相关书籍一样浅尝辄止的“大而空”。
2022-05-16 11:17:34 48.42MB 深度学习 卷积神经网络 CNN
1
AlexNet深度卷积神经网络
2022-05-16 11:05:36 1015KB cnn 综合资源 人工智能 神经网络
1
在学习到 d2l 中的 CNN 板块时,发现对于大部分 CNN,除了架构网络的代码不同以外,其训练和测试的代码大部分情况都是相同的,为了简化代码的书写特地开发了这个模块(雾)。 该模块基于 PyTorch 实现。 如何使用该模块请看我的这篇文章:https://blog.csdn.net/raelum/article/details/124716176 该模块支持 CNN 的训练和测试,同时可绘制训练集/测试集的损失函数曲线,训练集/测试集的精度。此外,该模块能够计算 GPU 的读取速度。
2022-05-15 16:06:37 3KB cnn 源码软件 人工智能 神经网络
1
LSTM-时间序列预测
2022-05-15 16:06:25 75KB lstm 源码软件 人工智能 rnn
智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码
2022-05-15 05:24:44 786KB matlab
1
CNN(卷积神经网络)和LSTM(长短期记忆网络)的细节 卷积神经网络是一种特别有效的提取图像特征的手段。一个在大数据集如ImageNet上预训练好的模型能够非常有效的提取图像的特征。 长短期记忆网络能够处理长短不一的序列式数据,比如语言句子。给定一个输入,网络能够给出一个序列输出。
1
异常检测风险 在对金融风险度量和收益执行异常检测的5个模型之间的比较。 这些实验是学位项目“投资组合风险管理异常检测”的一部分,可以在Simon_Westerlind_Masters_Thesis.pdf或上找到。 先决条件 安装 。 安装conda要求 conda install --yes --file requirements.txt 安装软件包。 否则,ARMA-GARCH将不起作用。 安装 。 复制存在于./htm中的returns_and_risk文件夹并将其放置在/ nupic / examples / opf / clients /中 跑步 要运行EWMA,ARMA-GARCH,LSTM和HardLimits,请运行 python garch_long.py 在./garch文件夹中。 之后运行 python run.py --plot 可以在/ nupic /
2022-05-13 22:49:43 1.34MB finance risk detection lstm
1
本项目针对字符型图片验证码,使用tensorflow实现卷积神经网络,进行验证码识别。 项目封装了比较通用的校验、训练、验证、识别、API模块,极大的减少了识别字符型验证码花费的时间和精力。 本项目针对字符型图片验证码,使用tensorflow实现卷积神经网络,进行验证码识别。 项目封装了比较通用的校验、训练、验证、识别、API模块,极大的减少了识别字符型验证码花费的时间和精力。 本项目针对字符型图片验证码,使用tensorflow实现卷积神经网络,进行验证码识别。 项目封装了比较通用的校验、训练、验证、识别、API模块,极大的减少了识别字符型验证码花费的时间和精力。 本项目针对字符型图片验证码,使用tensorflow实现卷积神经网络,进行验证码识别。 项目封装了比较通用的校验、训练、验证、识别、API模块,极大的减少了识别字符型验证码花费的时间和精力。 本项目针对字符型图片验证码,使用tensorflow实现卷积神经网络,进行验证码识别。 项目封装了比较通用的校验、训练、验证、识别、API模块,极大的减
2022-05-13 22:05:38 352KB tensorflow cnn 人工智能 python
java 人脸识别源码下载CnnForAndroid:Android平台上使用卷积神经网络(CNN)的分类项目。 它还支持Caffe模型 CnnForAndroid 是一个android平台的深度学习实现,使用Tiny-cnn结构,提供两种识别样本:一种是caffe net的性别识别; 二是tiny-cnn网的车标识别。 待办事项列表 添加 opencl 支持。 更改为 tiny-dnn 新版本 优化代码,提高速度。 依赖关系 (适用于Android平台Opencv-2.4.9) (旧版本) 支持Caffe模型 tiny-cnn 提供了caffe-convertor.cpp 来支持caffe 模型。项目也支持caffe 模型编译caffe_convertor 和protobuf。 性别承认 该项目还为 caffe 模型提供了一个样本,用于区分男性和女性,也称为性别识别。 1.训练数据从哪里来? MORPH Album 2. the test accuracy is 90.01% in my caffe's net. 2.caffe网? 3.如何训练自己的caffe模型? (1)Plea
2022-05-13 21:04:21 135.07MB 系统开源
1