文本情感分析作为NLP的常见任务，具有很高的实际应用价值。本文将采用LSTM模型，训练一个能够识别文本postive, neutral, negative三种情感的分类器。

Time_Series_Anomaly_Detection：使用带有LSTM单元和自动编码器的RNN检测时间序列中异常数据点的案例研究

目录 摘要： 数据集描述： 模型构建 结果分析 结束 相关链接： 摘要： 语音情感分析就是将音频数据通过MFCC（中文名是梅尔倒谱系数（Mel-scaleFrequency Cepstral Coefficients)）加载为特征向量形式，然后将其输入进入LSTM神经网络进行抽取语音特征。最后采用softmax分类函数实现情感标签的分类任务。其下游任务是人机交互智能化的一个关键部分。 数据集描述： 一共四种中文情感的数据集。共200条，数据质量不是很好，不是很长的语音文本，但是从这种4s短时的语音中也能听出其情感极性。其数据存储格式为：***.wav ，为wav文件。这个小的demo数据集来

今天小编就为大家分享一篇Pytorch实现LSTM和GRU示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

清晰版LSTM原文章

基于LSTM的股票预测.ipynb

matlabLSTM的实现 长短期记忆网络（LSTM，Long Short-Term Memory）是一种时间循环神经网络，是为了解决一般的RNN（循环神经网络）存在的长期依赖问题而专门设计出来的，所有的RNN都具有一种重复神经网络模块的链式形式。

莫凡教程RNN的lstm对回归例子的代码及在高版本TensorFlow代码更新

基于LSTM的空气质量指数预测，李映雪，温罗生，空气中的污染物浓度直接影响到空气质量指数（AQI），尤其是PM2.5，PM10等，它能影响能见度、并且对人体的心血管系统造成不良影响。为

Tensorflow-LSTM-股票预测DEMO-注释版Tensorflow-LSTM-股票预测DEMO-注释版