注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. LSTM的公式推导详解.pdf

  2. LSTM的公式推导详解, 一篇很好的解释长短时记忆神经网络的文章

  3. 所属分类：深度学习

    • 发布日期：2017-11-19
    • 文件大小：3145728
    • 提供者：spanel

  1. 知识图谱-基于LSTM的语义关系分类研究

  2. 知识图谱-基于LSTM的语义关系分类研究, 通过长短时记忆神经网络来对语义分类构造知识图谱

  3. 所属分类：深度学习

    • 发布日期：2017-11-25
    • 文件大小：2097152
    • 提供者：spanel

  1. python tensorflow 深度学习 学习示例程序

  2. 变量 线性回归 手写字体 逻辑回归 多层感知机 多层网络 卷积神经网络 tensorboard 显示优化记录 自编码 原理与PCA相似 长短时记忆 lstm 单词转词向量 中英文 保存和载入网络模型

  3. 所属分类：深度学习

    • 发布日期：2018-05-22
    • 文件大小：78643200
    • 提供者：xiaoxiaowenqiang

  1. 基于BLSTM-Attention-CRF模型的新能源汽车领域术语抽取

  2. 从深度学习的角度出发,提出了一种基于Attention 的双向长短时记忆网络(bidirectional long short-term memory,BLSTM)与条件随机场(conditional random fields,CRF)相结合的领域术语抽取模型(BLSTM_Attention_CRF 模型),并使用基于词典与规则相结合的方法对结果进行校正,准确率可达到 86%以上,该方法切实可行。

  3. 所属分类：深度学习

    • 发布日期：2018-07-03
    • 文件大小：1048576
    • 提供者：beaujor

  1. 长短时记忆神经网络（LSTM）介绍及公式推导

  2. 长短时记忆网络(Long Short Term Memory Network, LSTM)，它有效地解决了原始循环神经网络(RNN)的缺陷，在语音识别、图片描述、自然语言处理等许多领域中成功应用。本文讲解由三个Gate（input、forget、output）和一个cell 单元组成的基础LSTM 网络。

  3. 所属分类：深度学习

    • 发布日期：2018-07-08
    • 文件大小：247808
    • 提供者：qq_38562705

  1. 长短时记忆神经网络（LSTM-2）型介绍及公式推导

  2. 长短时记忆网络(Long Short Term Memory Network, LSTM)，它有效地解决了原始循环神经网络(RNN)的缺陷，在语音识别、图片描述、自然语言处理等许多领域中成功应用。（LSTM-2）型引入了Ct，Ct-1记忆对神经网络的影响，这个算法的预测效果要更好。

  3. 所属分类：深度学习

    • 发布日期：2018-07-08
    • 文件大小：199680
    • 提供者：qq_38562705

  1. 第7课：循环神经网络与长短时记忆及应用

  2. 循环神经网络以及它的训练算法。我们也介绍了循环神经网络很难训练的原因，这导致了它在实际应用中，很难处理长距离的依赖。在本文中，我们将介绍一种改进之后的循环神经网络：长短时记忆网络(Long Short Term Memory Network, LSTM)，它成功的解决了原始循环神经网络的缺陷，成为当前最流行的RNN，在语音识别、图片描述、自然语言处理等许多领域中成功应用。但不幸的一面是，LSTM的结构很复杂，因此，我们需要花上一些力气，才能把LSTM以及它的训练算法弄明白。在搞清楚LSTM之后

  3. 所属分类：深度学习

    • 发布日期：2018-08-10
    • 文件大小：3145728
    • 提供者：yym1660028

  1. 基于时间序列分析的人体运动行为模式识别研究

  2. 基于时间序列分析的人体运动行为模式识别研究; 行为识别；时间序列分析；小波阈值降噪；长短时记忆；隐马尔科夫模型

  3. 所属分类：机器学习

    • 发布日期：2018-08-13
    • 文件大小：17825792
    • 提供者：qq_42946515

  1. lstm长短时记忆神经网络PPT

  2. 对lstm长短时记忆神经网络的简单介绍，包括循环神经网络的基础知识，lstm的简介和用lstm预测正弦图像的实验。

  3. 所属分类：深度学习

    • 发布日期：2018-10-29
    • 文件大小：1048576
    • 提供者：yuan_xiaoyan

  1. new31.py长短时记忆

  2. Python机器学习长短时记忆

  3. 所属分类：机器学习

    • 发布日期：2019-05-23
    • 文件大小：3072
    • 提供者：weixin_44932207

  1. Res_Conv2_LSTM_test.py

  2. 本代码实现了残差网络与卷积神经网络及长短时记忆网络的有效结合，针对时序数据进行了编码设计。

  3. 所属分类：深度学习

    • 发布日期：2019-10-18
    • 文件大小：11264
    • 提供者：baidu_27490831

  1. iPhone7拆机螺丝记忆图.rar

  2. iPhone7拆机螺丝记忆图，用于换电池、换屏幕时进行辅助记忆。拆机视频自己在草料网搜索。 使用方法： 1、解压文件并打印png图片 2、在圆圈位置贴上双面胶 3、拆下的螺丝贴在对应位置 4、装机时取下对应螺丝装回去 因螺丝长短不一，装错螺丝会导致击穿屏幕或者主板，造成不必要的损失。

  3. 所属分类：电信

    • 发布日期：2020-05-18
    • 文件大小：8388608
    • 提供者：xu1402

  1. LSTM在煤矿瓦斯预测预警系统中的应用与设计

  2. 针对煤矿瓦斯浓度的预测的问题,以亭南煤矿正常生产期间302工作面的监测数据为研究背景,采用深度学习技术LSTM(Long Short Time Memory,长短时记忆网络)建立瓦斯预测模型,研究与设计了基于LSTM的煤矿瓦斯预测预警系统。LSTM网络针对时间序列数据具有较强的建模能力,能够实现信息的长期依赖,自动挖掘数据之间潜在的关联关系。采集煤矿正常生产期间的瓦斯监测数据作为训练数据,利用深度学习框架TensorFlow进行算法的仿真,并研究了不同时间步长、网络深度下的LSTM以及多信息融合

  3. 所属分类：其它

    • 发布日期：2020-05-02
    • 文件大小：711680
    • 提供者：weixin_38649838

  1. 基于LSTM神经网络的煤矿突水预测

  2. 针对煤层底板突水预测问题，在总结现有突水预测方法和理论的基础上，通过特征选择实验得出水压、距工作面距离、砂岩段厚度、煤层厚度、煤层倾角、断层落差、是否裂隙带、开采面积、采高、走向长度是影响突水发生的主要因素，这些因素具有复杂、非线性的特点。提出基于长短时记忆(LSTM)神经网络构建的突水预测模型，将煤矿突水实例的数据作为样本数据对模型进行训练。最后，将LSTM神经网络模型与遗传算法–反向传播(GA-BP)神经网络模型和反向传播(BP)神经网络模型进行对比实验。实验结果表明，LSTM神经网络模型在

  3. 所属分类：其它

    • 发布日期：2020-04-17
    • 文件大小：387072
    • 提供者：weixin_38582909

  1. 基于python和tensorflow的双向长短时记忆网络代码

  2. 基于python3、tensorflow库的bilstm程序。双向长短时记忆网络。python文件。

  3. 所属分类：Python

    • 发布日期：2020-02-27
    • 文件大小：2048
    • 提供者：qq_29989379

  1. 基于深度长短时记忆网络的区域级超短期负荷预测方法_张宇帆.pdf

  2. 超短期负荷预测为实时电力市场运行提供重要依据， 预测准确度的提升对于揭示负荷变化的不确定性以及日前 预测偏差具有重要意义。基于电力系统中含有的丰富大数据 资源，提出了一种针对区域级负荷的深度长短时记忆网络超 短期预测方法，该方法包括输入数据的预处理、深度长短时 记忆(long short-term memory，LSTM)网络的构建以及模型 的训练和超参数的寻找等步骤。其中采用随机搜索的方法寻 找最优超参数，并在该超参数下选择泛化能力最优的模型，与前沿机器学习预测算法进行对比。实验结果证实，深度

  3. 所属分类：讲义

    • 发布日期：2020-10-17
    • 文件大小：1048576
    • 提供者：SparkQiang

  1. 长短时记忆网络.zip

  2. 长短时记忆网络

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：5120
    • 提供者：csnd849667793

  1. 考虑温度模糊化的多层长短时记忆神经网络短期负荷预测

  2. 智能电表的普及为短期负荷预测提供了海量数据，使得负荷精细化预测成为可能，而温度是影响夏季负荷的重要因素。提出一种考虑温度模糊化的多层长短时记忆神经网络(ML-LSTM)短期负荷预测方法。利用隶属度函数将预测时刻的温度和当日的平均温度进行模糊化处理，减小夏季温度波动性对负荷预测的影响；建立含3层隐藏层的长短时记忆神经网络(LSTM)预测网络，并利用适应性矩估计(Adam)优化算法提高LSTM梯度参数的自适应性学习能力。利用西南某地区2018年6月至8月的实测温度和负荷数据进行验证，负荷预测结果表明

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：3145728
    • 提供者：weixin_38737635

  1. 基于长短时记忆元的语音智能识别系统设计

  2. 传统的语音智能识别系统对低资源语言的识别能力较差，识别结果准确性低。为解决这一问题，基于长短时记忆元设计了一种新的语音智能识别系统，针对系统硬件和软件进行优化。选用SPCE061A单片机作为系统硬件的核心处理器，并在硬件内部构建了LSTM—HMM声学模型，通过I/O接口连接各单元模块，无线传输模块内部核心芯片为nRF2401A芯片。软件程序由过构建声学模型、提取语言特征、监督训练语言文本、判断语速、语音识别优化等步骤完成，利用神经元网络设计了语音特征提取程序。为检测设计的识别系统工作效果，与传统

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38567813

  1. 融合长短时记忆机制的机械臂多场景快速运动规划

  2. 针对快速扩展随机树(rapid-exploration random trees,RRT)算法难以有效解决多场景环境下的机械臂快速运动规划问题,提出一种融合长短时记忆机制的快速运动规划算法.首先,采用高斯混合模型(Gaussian mixture models,GMM)在规划的初始阶段通过随机采样构建环境的场景模型,并利用该模型进行碰撞检测,以提高运动规划效率;然后,根据人类的记忆机制原理,对多场景的不同GMM按照即时记忆、短期记忆和长期记忆进行存储,并通过场景匹配算法实现不同场景GMM的快速自

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1037312
    • 提供者：weixin_38590456
« 12 3 »