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CNN-LSTM网络多特征用电负荷预测 第1章 课程先导 1.1 课程先导与课程结构

[多特征预测]基于CNN-LSTM网络多特征用电负荷预测
共31节 5253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4章 深度学习与编程环境安装

    • 4.1 深度学习框架介绍
    • 4.2 编程环境和编程工具介绍安装
    • 4.3 pycharm的下载及其安装
    • 4.4 anaconda及其环境的下载安装和环境选择测试
  • 第2章 卷积神经网络算法原理

    • 2.1 卷积运算
    • 2.2 填充和步幅
    • 2.3 卷积运算输出特征图计算公式
    • 2.4 多通道数据卷积运算
    • 2.5 池化运算
    • 2.6 一维卷积运算
    • 2.7 一维池化运算
  • 第3章 RNN、LSTM神经网络算法原理

    • 3.1 RNN神经网络的基本结构
    • 3.2 RNN和全连接神经网络的对比
    • 3.3 RNN神经网络数学模型及其权重共享
    • 3.4 RNN神经网络前向传播
    • 3.5 RNN神经网络反向传播
    • 3.6 RNN神经网络梯度爆炸和消失
    • 3.7 LSTM模型单元
    • 3.8 LSTM的遗忘门
    • 3.9 LSTM的输入门及其细胞状态更新
    • 3.10 LSTM的输出门
    • 3.11 LSTM缓解RNN梯度消失问题
  • 第5章 实战---CNN-LSTM神经网络多特征用电负荷预测

    • 5.1 CNN-LSTM神经网络如何进行多特征用电负荷预测
    • 5.2 模型评价指标
    • 5.3 多特征数据概括与分析
    • 5.4 数据读取与数据预处理
    • 5.5 特征和标签的划分
    • 5.6 CNN-LSTM网络模型的搭建、训练和保存
    • 5.7 模型的测试
    • 5.8 模型的评估
7 条回复
切换为未回复评论
切换为时间正序
请发表友善的回复…
发表回复
发表回复
按下Enter换行,Ctrl+Enter发表内容
编辑
预览
    轻敲空格完成输入
    • 显示为
    • 卡片
    • 标题
    • 链接
    *小龙仔*2024-09-04
    • 打赏
    • 举报
    回复

    炮哥,有没有消融实验,一次对比多个模型性能的曲线图

    landonzeng2024-07-17
    • 打赏
    • 举报
    回复1

    炮哥,目前遇到了一些问题,有个不太明白的地方,在多特征LSMT建模后,后续预测的时候是不是要带上47个历史数据,然后来预测第48t的值呢?比如我现在的是每小时的采样,我希望预测的数据是2024-07-16 11:00:00的数据,那我按24的步长来算,也就是说我要预测时要取出2024-07-15 11:00:00 到2024-07-16 10:00:00 这个时间段的数据丢进去吗?还有就是模型创建时,归一化的参数不需要存储的么?那后续预测的时候归一化怎么办?难道是根据步长拉去最近的历史数据来做minmax的归一化吗?实际工作中怎么将模型和归一化的参数存储进数据库中,模型如何实现持续更新呢?

    Rui88662024-01-22
    • 打赏
    • 举报
    回复

    你的,课件从哪里下

    炮哥带你学2024-01-22
    • 举报
    回复
    @Rui8866打开视频,视频上有下载课件按钮
    李哥茹芸今年一定上岸了2024-01-14
    • 打赏
    • 举报
    回复

    炮哥,这个模型用的是什么框架呢

    joker844822023-06-05
    • 打赏
    • 举报
    回复

    File "E:\pythonProject\CNN-LSTM多影响因素负荷预测\CNN_LSTM_model_test.py", line 51, in
    model = load_model("CNN_LSTM_model.h5")
    'utf-8' codec can't decode byte 0xcd in position 31: invalid continuation byte 一直解决不了,求老师出点主意

    只爱自己的修罗2023-03-14
    • 打赏
    • 举报
    回复

    for i in np.arange(12, len(train)):
    x_train.append(train[i - 12:i, :])
    y_train.append(train[i, 2])
    这个出现这个问题是怎么回事啊IndexError: index 2 is out of bounds for axis 1 with size 2(我的数据是3列的)

    反馈

    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

    对课程进行一个先导的讲解,同时对课程结构进行讲解

    课程介绍

    本课程采用手把手教学的方式,从CNN和LSM神经网络的算法原理到利用深度学习框架搭建CNN-LSTM组合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多特征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 · 710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 · 22071人在学

    手把手搭建Java超市管理系统【附源码】(毕设)

    汤小洋 · 4198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 · 786人在学

    基于SSM酒店管理系统(毕设)

    小尼老师 · 837人在学

    java项目实战之购物商城(java毕业设计)

    Long · 5151人在学

    手把手搭建Java求职招聘系统【附源码】(毕设)

    汤小洋 · 1504人在学

    Python Django 深度学习 小程序

    钟翔 · 2315人在学

    城管局门前三包管理系统+微信小程序(vue+springboot)

    赖国荣 · 597人在学

    Vue+Uni-app(uniapp)入门与实战+赠送仿美团点餐小程序

    李杰 · 3979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CNN-LSTM网络多特征用电负荷预测
      [多特征预测]基于CNN-LSTM网络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~

      视频问题反馈

      提交遇到的问题我们会尽快解决的 ~

      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