深度学习预测
关注
分享
扫一扫
文章平均质量分 56
该专栏汇总预测问题中常见的各种模型，主要使用Keras实现。风电预测、交通预测等领域。后面将添加Transformer、RNN系列模型、GNN模型、时空模型的各种预测代码、包括单步预测、多步预测等问题。每一个模型都会附带相应的代码。
谦虚且进步
自学Python小白
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
元学习之孪生网络Siamese Network
简介：元学习是一种思想，一般以神经网络作为特征嵌入的工具，实现对数据特征的提取，然后通过构造某种指标以引导优化器对模型参数进行优化。而最小化距离是最常见的学习目标，这就是熟知的度量学习，度量学习里面经典的训练范式就是孪生网络。原创 2025-02-14 23:16:14 · 642 阅读 · 0 评论 -
keras实现TCN网络层
核心思路：使用valid卷积，卷积核大小和stride大小取相同的值，Conv1d只会沿着一个方向（序列正方向）进行移动，因此卷积核计算的特征具有因果特性（与pading=='causal'效果一样）。每经过一层卷积，得到的每个时刻就代表一个kernel_size个感受野。通过堆叠层数，实现感受野的增加。keras实现TCN网络层，keras3.0可用。原创 2024-12-31 23:56:26 · 350 阅读 · 0 评论 -
joern在windows下解析C源代码
windows下使用joern解析c源代码。简介：joern是一款开源的代码语法解析工具，能够生成AST抽象语法树、代码属性图CPG等，常用于基于图神经网络的代码漏洞检测等任务。joern能够解析.c源文件，并生成对应.c源文件的CPG图，主要就是节点和节点之间的连接关系。原创 2024-11-04 23:10:37 · 767 阅读 · 2 评论 -
GCN-LSTM实现时空预测
GCN-LSTM实现交通流量预测,时空预测,原创 2024-07-10 20:03:11 · 2476 阅读 · 2 评论