SuperWhw

Attention机制参考链接：【NLP】Attention Model（注意力模型）学习总结https://nndl.github.io/https://github.com/philipperemy/keras-attention-mechanism/tree/0309dbf79da32c0d8d90925660fc4cc7fe53dc8ahttps://blog.youkuaiyun.com/uhauha2929/article/details/80733255核心框架（Key-Value Att

文章目录非周期时间序列预测1. 转化为监督学习数据集，使用xgboot/LSTM模型/时间卷积网络/seq2seq(attention_based_model)2. Facebook-prophet，类似于STL分解思路3. 深度学习网络，结合CNN+RNN+Attention，作用各不相同互相配合4. 将时间序列转化为图像，再应用基于卷积神经网络的模型做分析非周期时间序列预测1. 转化为监督学习数据集，使用xgboot/LSTM模型/时间卷积网络/seq2seq(attention_based_mod