Python基于深度学习的交通流预测(SAEs、LSTM、GRU)
Python基于深度学习的交通流预测(SAEs、LSTM、GRU)
Requirement
Python 3.6
Tensorflow-gpu 1.5.0
Keras 2.1.3
scikit-learn 0.19
Train the model
Run command below to train the model:
python train.py --model model_name
You can choose "lstm", "gru" or "saes" as arguments. The .h5 weight file was saved at model folder.
Experiment
Data are obtained from the Caltrans Performance Measurement System (PeMS). Data are collected in real-time from individual detectors spanning the freeway system across all major metropolitan
文件下载
资源详情
[{"title":"（ 20 个子文件 6.42MB ） Python基于深度学习的交通流预测(SAEs、LSTM、GRU)","children":[{"title":"TrafficFlowPrediction-master","children":[{"title":"main.py <span style='color:#111;'> 3.29KB </span>","children":null,"spread":false},{"title":"data","children":[{"title":"data.py <span style='color:#111;'> 1.38KB </span>","children":null,"spread":false},{"title":"train.csv <span style='color:#111;'> 195.00KB </span>","children":null,"spread":false},{"title":"test.csv <span style='color:#111;'> 108.43KB </span>","children":null,"spread":false}],"spread":true},{"title":"LICENSE <span style='color:#111;'> 1.04KB </span>","children":null,"spread":false},{"title":"model","children":[{"title":"saes.h5 <span style='color:#111;'> 2.52MB </span>","children":null,"spread":false},{"title":"lstm.h5 <span style='color:#111;'> 414.27KB </span>","children":null,"spread":false},{"title":"gru loss.csv <span style='color:#111;'> 47.04KB </span>","children":null,"spread":false},{"title":"gru.h5 <span style='color:#111;'> 315.76KB </span>","children":null,"spread":false},{"title":"model.py <span style='color:#111;'> 2.37KB </span>","children":null,"spread":false},{"title":"saes loss.csv <span style='color:#111;'> 47.15KB </span>","children":null,"spread":false},{"title":"lstm loss.csv <span style='color:#111;'> 47.05KB </span>","children":null,"spread":false}],"spread":true},{"title":".gitignore <span style='color:#111;'> 1.13KB </span>","children":null,"spread":false},{"title":"images","children":[{"title":"GRU.png <span style='color:#111;'> 22.00KB </span>","children":null,"spread":false},{"title":"LSTM.png <span style='color:#111;'> 22.28KB </span>","children":null,"spread":false},{"title":"SAEs.png <span style='color:#111;'> 39.80KB </span>","children":null,"spread":false},{"title":"eva.png <span style='color:#111;'> 68.69KB </span>","children":null,"spread":false}],"spread":true},{"title":"train.py <span style='color:#111;'> 3.31KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 1.75KB </span>","children":null,"spread":false},{"title":"TrafficFlowPrediction-master.zip <span style='color:#111;'> 3.21MB </span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 西蒙.赫金 通信系统（第4版 中文版）答案
- LISC Database.zip
- ATGM331C-5T31授时模块用户手册.pdf
- TwinCAT高级编程手册
- 微信古诗大全小程序.rar
- 实验室的极化码编码译码仿真程序，在BSC、BEC、AWGN信道条件下都有仿真
- 最全的国药准字药品数据库
- 蓝桥杯嵌入式项目资源数据包.rar
- cleancode(中文完整版)带书签_cleancode,cleancode-Python文档类资源
- 编译原理实验报告.doc
- 2015年郑州矢量地图
- 基于DTW的孤立词识别系统(GUI)
- 2020数字孪生供应链白皮书
- UML银行系统建模（内含顺序图，活动图，用例图，合作图等）
- 浦东新区POI .xlsx
- AspackDie.exe
- OC Extension FHXCollectionViewFlowLayout(处理cell与cell的空隙).zip
- 组态王与其它应用程序的动态数据交换.DOC
- 演讲发展资料-源码
- 明年找到的对象-1.0.0.zip
- mongodb-linux-x86_64-suse12-4.2.0.tgz
- 中科大软件学院软件系统建模复习资料
- 软件工程课程设计-学生成绩管理系统-演示文档
- PCB阻抗匹配仿真软件和使用教程
- 天線論文之1
- WEB基础框架Maven工程（SpringMVC 5、Spring 5、SpringSecurity 5、Hibernate 5），可直接用于商业系统开发
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明