使用lstm完成时间序列预测，一次预测一个时间步，并且使用该时间步作为输入。

matlab精度检验代码精确点神经元网络模拟器 （注意：不适用于人工神经网络） 该程序旨在为尖峰神经元模型网络提供准确的模拟器和便携式代码框架。 还提供了一个方便的GNU Octave / Matlab与核心模拟器的接口。 通过根据（例如尖峰）事件时序打破模拟时间步长（dt）来获得精度。 这样子时间步内的动态就很平滑，并且经典的ODE解决方案（尤其是RK4）可以很好地工作。 当前的神经元模型为（括号：代码内使用的名称）： 具有指数衰减电导（LIF-G）的泄漏积分和发射模型。 具有“ alpha函数”电导（LIF-GH）的泄漏集成和发射模型。 具有指数衰减电导（HH-G）的霍奇金·赫x黎（Hodgkin Huxley）神经元模型。 具有“ alpha功能”电导（HH-GH）的霍奇金·赫x黎（Hodgkin Huxley）神经元模型。 霍奇金·赫x黎（Hodgkin Huxley）神经元模型，具有连续的（但主要在尖峰附近）突触相互作用（HH-GH-cont-syn）。 跳跃当前的神经元模型（IF跳跃）。 霍克斯模型（Hawkes-GH）。 对神经元模型的可选修改： 向这些模型添加交流电。（

这个小工具是为了在建立MIKE水动力模型时更方便的计算时间步长和时间步数。你可以自行修改模拟开始时间和模拟结束时间，这时会自动计算出时间差；然后再分别输入天数、小时数、分钟数，这时就会将时间差转换为以秒计的时间；最后自行修改时间步长，则得到了时间步数。如果还有不懂的可以随时私信联系我~

这个文档有一个比较直观的关于时间步的理解，对于初学RNN网络的人来说，其中有些概念比较难懂，希望这个能帮助大家。