- 博客(20)
- 收藏
- 关注
RSS订阅原创 基于2DCNN的多特征输入股票涨跌的二分类预测项目实战（pytorch）（多特征）【小白可做，有数据集和代码，可运行】——仅用于课程和编程学习，不作为任何金融推荐！！！！
config中定义了项目的基本参数，可以在里面修改训练参数。（本项目在实验中使用的是滑窗为100，即用前100天的数据来预测第101天的股票是涨是跌。根据实验，滑窗越大准确率越高。
2023-12-21 22:18:59
2123
1
原创 基于TCN时间卷积网络（含因果膨胀卷积）的多特征输入股票预测项目实战（pytorch）（六维特征）【有数据集和代码，可运行】——仅用于课程和编程学习，不作为任何金融推荐！！！！
该算法于2016年由Lea等人他们在做视频动作分割的研究首先提出，CNN模型以 CNN 模型为基础，并做了如下改进：①适用序列模型：因果卷积（Causal Convolution）②记忆历史：空洞卷积/膨胀卷积（Dilated Convolution），残差模块（Residual block）。config中定义了项目的基本参数，可以在里面修改训练参数。若有朋友需要可运行的源码和数据集，可以guan注【科研小条】gong众号，回复【TCN多特征股票预测】，即可获得。
2023-12-17 15:16:27
1892
2
原创 基于TCN时间卷积网络（含因果膨胀卷积）的多特征输入风速预测项目实战（pytorch）（八维特征）【有数据集和代码，可运行】
该算法于2016年由Lea等人他们在做视频动作分割的研究首先提出，CNN模型以 CNN 模型为基础，并做了如下改进：①适用序列模型：因果卷积（Causal Convolution）②记忆历史：空洞卷积/膨胀卷积（Dilated Convolution），残差模块（Residual block）。1、因果卷积config中定义了项目的基本参数，可以在里面修改训练参数。若有朋友需要可运行的源码和数据集，可以guan注【科研小条】gong众号，回复【TCN多特征风速预测】，即可获得。
2023-12-16 22:53:49
2471
4
原创 【适合小白】基于2DCNN的多特征输入风速多步长多输出风速预测项目实战（pytorch）（多维特征）（前50天预测后5天）【有数据集和代码，可运行】
本项目是基于PyTorch深度学习框架实现一个二维卷积网络来进行风速预测的项目，网络的输入是风速的八个特征，用前50天的8个特征数据进行预测后5天的风速，适用于多特征输入多步长输出（多输出）的预测问题。【输入是（batch_size, 1, 50, 8）,输出是（batch_size, 5）】【本项目的代码文件分模块整理，包含模型构建、数据划分、训练过程等模块都清晰分明】config中定义了项目的基本参数，可以在里面修改训练参数。
2023-12-15 22:49:57
1265
原创 【适合小白】基于1DCNN的单特征输入风速多步长多输出风速预测项目实战（pytorch）（一维特征）（前50天预测后5天）【有数据集和代码，可运行】
config中定义了项目的基本参数，可以在里面修改训练参数。若有朋友需要可运行的源码和数据集，可以guan注【科研小条】gong众号，回复【单特征多步风速预测】，即可获得。
2023-12-14 16:55:35
1241
1
原创 基于1DCNN的单特征输入股票涨跌的二分类预测项目实战（pytorch）（单特征）【小白可做，有数据集和代码，可运行】——仅用于课程和编程学习，不作为任何投资推荐！！！！
本项目是基于PyTorch深度学习框架使用一个三层的一维卷积神经网络，实现股票未来一天涨跌的二分类任务。网络的输入是历史股票收盘价（单特征），输出是下一天是否涨跌（输出1为涨，0为跌）。【本项目的代码文件分模块整理，包含模型构建、数据划分、训练过程等模块都清晰分明】【本项目的代码文件分模块整理，包含模型构建、训练过程、绘图等模块都清晰分明】。
2023-12-08 00:56:06
1427
3
原创 基于1DCNN的多特征输入股票涨跌的二分类预测项目实战（pytorch）（多特征）【小白可做，有数据集和代码，可运行】——仅用于课程和编程学习，不作为任何金融推荐！！！！
config中定义了项目的基本参数，可以在里面修改训练参数。（本项目在实验中使用的是滑窗为100，即用前100天的数据来预测第101天的股票是涨是跌。根据实验，滑窗越大准确率越高。
2023-12-03 23:41:05
1841
3
原创 【小白也可做】pytorch实现普通CNN的MNIST手写数字分类，含t-SNE聚类图、混淆矩阵图绘制，内含通用代码，可根据自己的项目需要进行修改
config类中定义了项目所有需要的参数，可以在里面修改训练参数。
2023-09-02 00:39:07
2687
3
原创 基于TCN时间卷积网络（含因果膨胀卷积）的单特征输入风速预测项目实战（pytorch）（一维特征）【有数据集和代码，可运行】
本项目是基于PyTorch深度学习框架实现一个使用时间卷积网络（TCN，Temporal Convolutional Network）来进行风速预测的项目
2023-07-31 14:45:21
3657
1
原创 基于TCN时间卷积网络（含因果膨胀卷积）的单特征输入股票预测项目实战（pytorch）（一维特征）【有数据集和代码，可运行】——仅用于课程和编程学习，不作为任何金融推荐！！！！
本项目是基于PyTorch深度学习框架实现一个使用时间卷积网络（TCN，Temporal Convolutional Network）来进行股票预测的项目，该网络通过堆叠因果卷积和扩张卷积，能够捕捉时间序列依赖关系和特征，可以有效地处理时间序列数据，最后进行预测。
2023-07-16 11:34:37
2646
7
原创 【小白也可做】基于2DCNN和LSTM的多特征输入的股票预测项目实战（pytorch）（多特征）
config中定义了项目所有需要的参数，可以在里面修改训练参数。其中可以看到三个卷积层的输出通道为[16，32，64]。根据实现效果调试[16，32，64]的训练效果比[32，64，128]要好很多，原因可能是数据集比较简单，通道数设置少一些就可以提取出不错的特征。若有朋友需要可运行的源码和数据集，可以guan注【科研小条】公众号，回复【股票预测2DLS】，即可获得。
2023-07-02 14:07:43
3445
8
原创 【小白也可做】基于2DCNN的多特征输入的股票预测项目实战（pytorch）（多特征）——仅用于课程和编程学习，不作为任何金融推荐！！！！
若有朋友需要可运行的源码和数据集，可以guan注【科研小条】公众号，回复【股票预测2dcnn】，即可获得。
2023-06-30 23:02:03
2844
6
原创 【小白也可做】基于1DCNN的单特征输入的股票预测项目实战（pytorch）（单特征）——仅用于课程和编程学习，不作为任何金融推荐！！！！
若有朋友需要可运行的源码和数据集，可以guan注【科研小条】公众号，回复【股票预测1dcnn】，即可获得。
2023-06-23 22:59:31
2348
4
原创 基于LSTM和多头Attention的多特征输入的风速预测项目实战（pytorch）（多特征）
在上一个多特征进行风速预测的项目基础上，本项目使用Pytorch基于pytorch的LSTM和多头Attention实现时间序列（风速）的预测，使用风速八个特征来预测风速（使用了数据集中的8个特征作为输入），其效果比本人之前文章所做的多特征二维CNN的预测效果好。
2023-06-18 21:19:28
1215
1
原创 基于二维卷积网络（2DCNN）多特征输入的风速预测项目实战（pytorch）（多特征）
本项目实现了基于二维卷积网络的多特征输入的的风速预测（使用了数据集中的8个特征作为输入），其效果明显比本人之前文章所做的一维多特征效果好。
2023-05-11 16:47:45
2501
2
转载 多尺度、多特征输入的风速预测项目实战（pytorch），基于一维卷积网络（1DCNN，多特征）
在原风速预测的项目基础上，本项目进行了多特征输入的的风速预测（使用了数据集中的8个特征作为输入），使用的网络仍是一维卷积网络。
2023-04-24 09:11:42
2468
原创 基于pytorch使用LSTM和多头Attention风速预测项目实战（单特征）
在上一个使用一维卷积CNN进行风速预测的项目基础上，本项目基于Pytorch使用实现时间序列（风速）的预测，只使用风速一个特征来预测风速，适用于初学预测的小伙伴。项目参考了多个网络上的代码以及借助了chatgpt的灵感，对整个项目分解到各个py文件中形成一个完整项目的基本框架，其他类似项目可以用这个框架进行修改，增加了loss计算和相应的绘图模块，还增加了对pth文件的使用实现测试数据的预测。
2023-04-06 10:57:48
2820
原创 基于pytorch使用一维卷积网络CNN的单特征的风速预测项目实战（适用于单特征预测问题）
基于pytorch使用一维卷积网络CNN的单特征的风速预测项目实战（适用于单特征预测问题）
2023-02-07 15:40:34
4104
2
原创 【轴承故障诊断】一维深度卷积网络实现西储大学轴承故障数据分类
这是本科毕设做的实验内容的一部分，用一维深度卷积网络实现西储大学轴承故障数据的分类，并用t-SNE可视化展示分类的效果，一维深度卷积网络和普通两级卷积网络相比，确实会有比较好的分类效果。...
2022-06-16 21:22:09
7355
3
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