导航
课程首页
  • PM-Summit 全球产品经理大会云会员
  • SDCon 全球软件研发技术大会云会员
  • ML-Summit 全球机器学习技术大会云会员
  • C++性能优化高端培训
  • AI全栈开发实战营
精品课 极客时间

C 知道

登录
会员中心
消息
历史
创作中心
创作
学习中心
成为讲师

[多特征预测]基于RNN、LSTM多特征用电负荷预测

[多特征预测]基于RNN、LSTM多特征用电负荷预测
共24节 2368人在学 课程详情
课程目录
讨论留言
  • 第1章 课程先导

    • 1.1 课程先导与课程结构
  • 第3章 深度学习与编程环境安装

    • 3.1 深度学习框架介绍
    • 3.2 编程环境和编程工具介绍安装
    • 3.3 pycharm的下载及其安装
    • 3.4 anaconda及其环境的下载安装和环境选择测试
  • 第2章 RNN、LSTM神经网络算法原理

    • 2.1 RNN神经网络的基本结构
    • 2.2 RNN和全连接神经网络的对比
    • 2.3 RNN神经网络数学模型及其权重共享
    • 2.4 RNN神经网络前向传播
    • 2.5 RNN神经网络反向传播
    • 2.6 RNN神经网络梯度爆炸和消失
    • 2.7 LSTM模型单元
    • 2.8 LSTM的遗忘门
    • 2.9 LSTM的输入门及其细胞状态更新
    • 2.10 LSTM的输出门
    • 2.11 LSTM缓解RNN梯度消失问题
  • 第4章 实战---RNN、LSTM神经网络多特征用电负荷预测

    • 4.1 RNN、LSTM神经网络如何进行多特征用电负荷预测
    • 4.2 模型评价指标
    • 4.3 单特征数据概括与分析
    • 4.4 数据读取与数据预处理
    • 4.5 特征和标签的划分
    • 4.6 RNN、LSTM网络模型的搭建、训练和保存
    • 4.7 模型的测试
    • 4.8 模型的评估
播放页问题反馈
视频学习中有任何产品建议都可由此反
馈,我们将及时处理!

课时介绍

从数学的原理分析RNN神经网络梯度爆炸和消失的原因

课程介绍

本课程采用手把手教学的方式,从RNN、LSTM神经网络的算法原理到利用深度学习框架搭建RNN、LSTM神经网络进行多特征用电负荷预测,整个过程会有细致的讲解,让你获得从零基础到熟练利用深度学习框架进行用电负荷预测的能力。

1、本课程具有充实的内容,具体课程大纲如下:

 

2、对多特征数据进行展示:

3、同时为了有更好的算法原理讲解,课程中配备了大量的算法模型图:

 

4、关于实战部分,手把手带着大家进行一行一行的敲代码,做到逐行逐句讲解。

5、实战模型的loss图和预测的结果。

 

推荐课程

信息系统项目管理师自考笔记

李明 · 743人在学

python从0到1:期货量化交易系统(CTP实战,高频及合成K线数据

王先生 · 22164人在学

手把手搭建Java超市管理系统【附源码】(毕设)

汤小洋 · 4214人在学

Java毕设springboot外卖点餐系统 毕业设计毕设源码 使用教

黄菊华 · 791人在学

基于SSM酒店管理系统(毕设)

小尼老师 · 842人在学

java项目实战之购物商城(java毕业设计)

Long · 5158人在学

手把手搭建Java求职招聘系统【附源码】(毕设)

汤小洋 · 1509人在学

Python Django 深度学习 小程序

钟翔 · 2328人在学

城管局门前三包管理系统+微信小程序(vue+springboot)

赖国荣 · 601人在学

Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

李杰 · 3993人在学

正在试验
后自动删除环境
课程实验
本次实验时间已到期 00:00:00

    订阅失败

    [多特征预测]基于RNN、LSTM多特征用电负荷预测
    [多特征预测]基于RNN、LSTM多特征用电负荷预测 ...

    订阅列表已满,请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!
    提交答案

    购买课程

    扫码完成付费,可继续学习全部课程内容

    加载中...
    课件正在飞速打包中,请耐心等待几秒钟~
    首页
    博客
    下载
    学习
    社区
    C知道
    GitCode
    InsCodeAI
    技术会议
    会员中心
    创作中心
    联系我们
    工作时间: 8:30 - 22:00
    客服电话: 400-660-0108
    kefu@csdn.net在线客服
    • 关于我们
    • 招贤纳士
    • 商务合作
    • 寻求报道
    • 京ICP备19004658号
    • 经营性网站备案信息
    • 公安备案号11010502030143
    • 营业执照
    • 北京互联网违法和不良信息举报中心
    • 家长监护
    • 中国互联网举报中心
    • 网络110报警服务
    • Chrome商店下载
    • 账号管理规范
    • 版权与免责声明
    • 版权申诉
    • 出版物许可证
    • ©1999-2024北京创新乐知网络技术有限公司