Apache MXNet Gluon中的LSTNet实现
该存储库包含本文的实现： ://arxiv.org/abs/1703.07015，基于该存储库中作者的原始PyTorch实现： :
请参考该论文以获取有关网络体系结构的背景知识。
运行脚本
要获取命令行参数列表：
python train.py-帮助
2022-07-10 13:19:30
8KB
1
里面包含了Xftp软件的安装包已经序列号，Xftp是一款收费软件，假如选择商业的时候需要输入产品序列号，已经找到并整理成txt文件，亲测可用。
2022-07-09 22:01:14
26.03MB
1
功能概要
1.字节转文本：字节集转成文本型(ByteToString)，不以\0结束，逐字转换。
2.字节转数值：Verint64 .4-10字节转换（ByteToint），以数组1开始
3.字节集转16进制:(ByteToHex)
4.16进制转字节集:(HexToByte）
5.16进制转文本:(HexToString)
6.去空：去掉空白字符
7.JSON解析：没有介绍,解析值出来。
8.文本转字节:文本型转成字节集(StringToByte)。
9.取数据HEX：正则匹配16进制。
10.反序列化：Protocol buffers 反序列化 需要转换到16进制
11.RSA验签与签名
2022-07-09 21:05:52
946KB
1
高斯白噪声发生器用于雷达系统和通信信道的测试,采用现场可编程门阵列(FPGA)实现噪声发生器的设计,在Altera公司的QuartusⅡ软件环境下,进行模块化设计方案,将FPGA实现的功能分为m序列产生模块、FIR数字滤波器模块、DDS模块和合成模块四个主要功能性模块,详细分析了m序列发生算法、FIR滤波算法和DDS算法。应用VHDL语言实现模块功能性设计。该系统采用CycloneⅡ芯片EP2C8N,输出噪声带宽可调,计算量小,可重复性好。
2022-07-09 20:42:49
290KB
1
LSTM 时间序列分析预测 目录
使用LSTM神经网络进行时间序列数据预测分析。
基于Tensorflow框架、Kerase接口开发网络模型。
包含数据清洗，数据特征提取，数据建模，数据预测。
2022-07-09 16:09:14
5.42MB