股票预测器 该程序使用了一个人工循环神经网络，称为长短期记忆（LSTM-多元变量） 使用过去60天的股价来预测“苹果”在30天内的开盘价。 准备数据 获取数据 股票数据是使用pandas_datareader软件包从雅虎财务部门收集的。 时间范围是从2016年1月1日到2021年1月1日。 df = web.DataReader('AAPL', data_source='yahoo', start='2016-01-01', end='2021-01-01') 显示前5行 高的 低的 打开 关闭 调整关闭 2016-01-04 26.342501 25.500000 25.652500 26.337500 24.400942 2016-01-05 26.462500 25.602501 26.437500 25.677500 23.789471 2016-01-

深度学习 该文件夹包含我的各种AI和机器学习项目的深度学习模型。 长短期记忆（LSTM）卷积神经网络（CNN）ResNet50

TF-VAE-GAN-DRAW ，和TensorFlow实现。 跑 VAE / GAN： python main.py --working_directory /tmp/gan --model vae 画： python main-draw.py --working_directory /tmp/gan 深度卷积生成对抗网络在使用默认参数的10个星期后产生了不错的结果。 ＃＃＃去做： 更复杂的数据。 添加 用空间变压器层替换当前的注意力机制

本示例旨在提出将卷积神经网络（CNN）与递归神经网络（RNN）相结合的概念，以根据以前的月份预测水痘病例数。 CNN是用于特征提取的出色网络，而RNN已证明其具有预测序列间序列值的能力。 在每个时间步，CNN都会提取序列的主要特征，而RNN会学习预测下一时间步的下一个值。 如果您认为这对您有帮助，请对它做出评价。 谢谢你。

StockPredictionRNN, 基于LSTM递归神经网络的高频交易价格预测 StockPredictionRNN基于LSTM递归神经网络的高频交易价格预测我们尝试利用长期记忆的递归神经网络来预测高频股票价格的价格。 这个程序实现了从 for OpenBook历史上的数据解决方案，允许在任何给定时间重新

PredRNN 包含PyTorch的纸张实现- PredRNN：使用时空LSTM进行预测性学习的递归神经网络 数据集 移动MNIST数据集可在下载 建筑

C#实现的LSTM递归神经网络类库 适合做机器学习的童靴拿走，不谢！

LSTM外汇预测 长期短期记忆递归神经网络来预测外汇时间序列 该模型可以根据任何外汇对的每日或分钟数据进行训练。 数据可以从下载。 lstm-rnn应该学习根据先前的数据预测第二天或第二天。 神经网络在Theano上实现。 此代码不再维护。

递归神经网络RNN与LSTM简介与算法推导。

负梯度法神经网络法(即 Hopfield 神经网络或称递归神经网络) 求解线性矩阵方程 Ax = b的模型的推导以及MATLAB仿真验证，包括全部MATLAB代码以及代码分析。