- 博客(6)
- 收藏
- 关注
RSS订阅原创 深度学习：基于时空特征的交通事故预测（CNN-LSTM混合模型）（内附完整代码和语料库）
导入必要的库import torch # PyTorch核心库import torch.nn as nn # 神经网络模块from torch.utils.data import DataLoader # 数据加载工具import torchvision.transforms as transforms # 图像预处理工具#自定义模块from src.model import Accident_Model # 自定义事故检测模型。
2025-07-29 17:48:28
547
原创 深度学习：基于双向LSTM的短时交通流量预测（内附完整代码和语料库）（RNN）（pytorch)(python)
摘要：本研究基于PEMS04交通流量数据集，采用双向LSTM模型进行单监测点时间序列预测。模型输入过去12个时间步的流量数据，预测第13个时刻的流量值。通过数据加载、可视化、归一化处理和滑动窗口构建样本，将时间序列转换为监督学习格式。实验采用PyTorch框架，训练100个epoch，评估指标包括RMSE、MAE和MAPE。结果显示双向LSTM能有效捕捉时间依赖关系，模型训练损失和测试误差曲线均被可视化保存。完整代码和数据已通过网盘分享，便于复现实验。该方法为交通流量预测提供了有效解决方案。
2025-07-11 16:22:29
1458
原创 深度学习：基于 LSTM 的诗歌创作系统（内附代码和语料库）（Pytorch)（RNN）(Python3)
数据处理将唐诗转换为序列对（输入→目标），适合语言模型训练。过滤空格和特殊字符，减少噪声。模型架构三层 LSTM 捕获文本的长期依赖，学习诗歌的韵律和结构。多层全连接网络增强模型表达能力，但需注意梯度消失问题。训练策略使用 Adam 优化器和学习率衰减，提高训练稳定性。TensorBoard 监控损失和准确率，辅助调参。生成优化可改进生成策略（如集束搜索）和温度采样，提升诗歌质量。增加验证集评估，避免过拟合。
2025-07-07 15:26:49
1747
原创 解决TensorBoard报错“log_dir is not a directory“的完整指南
本文将深入分析这个问题的根源，并提供完整的解决方案，特别是针对中文路径这一常见但容易被忽视的问题。在使用PyTorch的TensorBoard进行训练可视化时，许多开发者会遇到。更改文件名为正确的命名格式（注意：连模型的文件名也不要用中文，确保。2.清理并重建目录（确保之前未创建路径，如果存在则删除）3.将相对路径改为绝对路径。全部为正确的命名格式）文件不是路径而是文件。
2025-07-07 14:37:16
347
原创 Python中如何打开查看.npz文件
本文介绍了如何使用Python的NumPy库打开和查看.npz文件（NumPy的压缩存档格式），并处理其中存储的数据。
2025-07-05 16:54:18
1752
原创 客户从银行账户存取钱操作的设计与实现（采用集合存储顾客信息）（可直接运行）
主类：Demomport java.lang.reflect.Array;import java.util.ArrayList;import java.util.Scanner;public class Demo { static double sum=1000; static java.util.Scanner sc=new java.util.Scanner(System.in); public static void main(String[] args) {
2022-01-12 16:47:25
426
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人