没有合适的资源？快使用搜索试试~
我知道了~
文库首页
人工智能
深度学习
基于Pytorch实现LSTM
基于Pytorch实现LSTM
pytorch
lstm
深度学习
需积分: 1
19 下载量
137 浏览量
2023-09-09
16:36:00
上传
评论
3
收藏
322KB
HTML
举报
温馨提示
立即下载
开通VIP（低至0.43/天）
送3个月
1. 基于Pytorch实现LSTM 2. 注释十分详细 3. 资料来源为李沐老师的深度学习课程
资源推荐
资源评论
基于pytorch从头实现了单向，多层，双向LSTM，给出了完整使用代码,并与torch自带的LSTM进行了对比实验
浏览：123
5星 · 资源好评率100%
基于pytorch从头实现了单向，多层，双向LSTM，给出了完整使用代码,并与torch自带的LSTM进行了对比实验。
基于pytorch实现的LSTM神经网络，使LSTM学会0-9个位以内的加法运算
浏览：125
5星 · 资源好评率100%
基于pytorch的实现的LSTM，有完整的定义和使用，数据集和验证集自动生成，训练500次后随机生成20组验证数据，正确率100%，代码加上注释共160行，是个简单实用的LTSM神经网络入门学习例子
基于Pytorch框架的CNN-LSTM模型在CWRU轴承故障诊断的应用
浏览：8
5星 · 资源好评率100%
一个模型+主程序，然后里面还有CWRU轴承的数据，直接可以运行。 想修改模型可以在model.py里修改，这样就可以拿来自己搞点东西。
pytorch实现基于LSTM的高速公路车辆轨迹预测源码+数据集.zip
浏览：192
5星 · 资源好评率100%
pytorch实现基于LSTM的高速公路车辆轨迹预测源码+数据集.zip 第1步：轨迹数据滤波，将原始US101和I-80的原始数据放入下图文件夹，运行代码"trajectory_denoise.py"，结果如下： image 第2步：移除不必要特征以及添加新特征，运行代码"preprocess.py"，结果如下： image 第3步：根据需要添加横、纵向速度和加速度特征，运行代码"ad
基于pytorch的LSTM多变量多输出时间序列预测使用例
浏览：69
5星 · 资源好评率100%
使用pytorch搭建的简单的LSTM多变量多输出时间序列预测的使用例。 生成了多个以sinx、cosx、tanx构成的序列，使用[i:i+50]的数据预测[i+51]的数据。x是步长为0.1的等差数列
预测股票价格的简单小程序，LSTM 实现，基于 Pytorch
浏览：178
目标：根据历史数据，预测当天股票最高价 模块导入 import pandas as pd import matplotlib.pyplot as plt import datetime import torch import torch.nn as nn import numpy as np from torch.utils.data import Dataset, DataLoader 数据读
cnn-lstm:在Pytorch中实现的CNN LSTM架构用于视频分类
浏览：157
CNN LSTM 带有Resnet后端的CNN LSTM用于视频分类的实现 入门 先决条件 PyTorch（需要0.4以上版本） FFmpeg，FFprobe 的Python 3 尝试自己的数据集 mkdir data mkdir data/video_data 将您的视频数据集放入data / video_data中。格式应为- + data + video_data
Pytorch实现基于LSTM的情感分析的代码和数据集
浏览：155
Pytorch实现基于LSTM的情感分析的代码和数据集
Time-RNNs:时间LSTM的Pytorch实现，如“下一步做什么”中所示
浏览：160
时间神经网络 Time-LSTM的Pytorch实现，如“下一步：通过Time-LSTM为用户行为建模”所示，Time-GRU的实现，如“系统跟踪重构的新递归网络方法”中所示。 时间门的添加也可以推广到其他递归神经网络。 在性能方面，所有具有时间定性（时间RNN）的RNN都比具有时间定性的RNN（标准RNN）获得更好的结果。 以下是时间LSTM 1，时间LSTM 2，时间GRU，GRU和LSTM在
SequencePrediction:Pytorch 实现RNN、LSTM、GRU模型
浏览：118
SequencePrediction Pytorch 实现RNN、LSTM、GRU模型
基于pytorch的LSTM预测实现（入门级别）
浏览：51
基于pytorch的LSTM预测实现（入门级别）
基于pytorch使用LSTM实现新闻本文分类任务
浏览：145
在colab环境下实现，如果想使用cpu的话 自己换一下device的代码就可以了
Python-在PyTorch中使用LSTM进行风速预测
浏览：71
3星 · 编辑精心推荐
在PyTorch中使用LSTM进行风速预测
基于PyTorch的LSTM模型实现 人工智能1901 孙平炜 201912181
浏览：163
1.基于RNN的神经网络 2.对于“记忆”的进一步优化 3.”门“结构 1.一些准备工作 2.搭建LSTM单元 3.运行测试
基于pytorch的lstm参数使用详解
浏览：111
今天小编就为大家分享一篇基于pytorch的lstm参数使用详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
CNN-LSTM-ATT:这是用于文章评分的Pytorch实现
浏览：85
CNN-LSTM-ATT论文评分模型 这是用于自动作文评分的纸质基于注意力的循环卷积神经网络的Pytorch实现。 [ ] 版本 我们的版本是： Python 3.6 PyTorch 1.8.0 训练 python train.py --oov嵌入--embeddding手套--embedding_dict Gloves.6B.50d.txt --embedding_dim 50 --dat
LSTM、RNN（基于Python编程语言实现）
浏览：161
LSTM、RNN（基于Python编程语言实现）
Pytorch实现LSTM和GRU示例
浏览：40
今天小编就为大家分享一篇Pytorch实现LSTM和GRU示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
基于Pytorch的LSTM实战160万条评论情感分类
浏览：129
基于Pytorch的LSTM实战160万条评论情感分类 目标：情感分类 数据集 Sentiment140, Twitter上的内容 包含160万条记录，0 ： 负面， 2 ： 中性， 4 ： 正面 但是数据集中没有中性 1、整体流程： 2、导入数据 3、查看数据信息 4、数据预处理： （统计类别占比（正面和负面） 设置标签和文本 设置表头 样本划分（训练和测试以及验证进行划分数据） 构建词汇表
基于pytorch+lstm的中文多项选择python源码+数据集+项目操作说明.zip
浏览：91
【资源说明】 基于pytorch+lstm的中文多项选择python源码+数据集+项目操作说明.zip 基于pytorch+lstm的中文多项选择。数据来源CAIL2022中的[司法考试]([CAIL (China AI and Law Challenge) Official website (cipsc.org.cn)](http://cail.cipsc.org.cn/task0.html?r
基于Pytorch+LSTM+CNN实现的自动对对联系统源码+数据集+项目使用说明.zip
浏览：3
基于Pytorch+LSTM+CNN实现的自动对对联系统源码 【资源介绍】 该项目使用 PyTorch深度学习框架开发的自动对对联系统，支持多种模型。一般来讲，给定一句话生成另一句话是序列生成问题，本项目根据上下联字数相等的特点将其转化为序列标注问题，即用下联去标注上联。 包含训练数据集-数据集包含70多万条对联数据 【运行】 将下载到的数据集解压到当前目录（解压后的文件夹名称为couplet）
Pytorch LSTM实现中文单词预测(附完整训练代码)
浏览：95
4星 · 用户满意度95%
Pytorch LSTM实现中文单词预测(附完整训练代码)该功能可以根据用户输入的中文语句，自动预测(补充)词语；基于该项目训练的中文单词预测(词语预测）模型，在自定义的数据集上Top-1准确率最高可以达到91%左右，Top-5准确率最高可以达到97%左右.zip
基于 Pytorch 实现 逻辑回归算法实现
浏览：101
基于 Pytorch 实现 逻辑回归算法实现
基于LSTM的神经网络语言模型的实现
浏览：34
5星 · 资源好评率100%
基于LSTM的神经网络语言模型，使用python实现以及Theano框架
基于C 语言实现 LSTM 算法【100013009】
浏览：27
5星 · 资源好评率100%
作为机器学习算法的一种，LSTM 的应用包括利用大量数据进行训练和根据训练得到的参数预测两个步骤。其预测过程使用正向传播算法，训练过程采用误差反向传播算法。
基于Pytorch实现的Bert模型
浏览：18
基于PyTorch实现的BERT模型。BERT（Bidirectional Encoder Representations from Transformers）是一种预训练的自然语言处理模型，它在大规模文本数据上进行预训练，然后可以通过微调适应各种NLP任务，如文本分类、语言生成、问答等。 这段代码包含以下主要组件： PositionalEncoding: 位置编码，用于为输入的序列数据添加位
Open-PIFuhd:这是基于Pytorch的PIFuhd的实现
浏览：13
开放式 这是的非官方实现 （CVPR2020） 执行 训练粗略PIFuhd 训练优良的PIFuhd 推理 指标（P2S，普通，倒角） Gan生成正面法线和背面法线（正在设计中） 请注意，我设计的管道不考虑pix2pixHD生成的法线贴图，因为它不是重新实现PIFuhd的主要困难。 顺便说一句，我将尽快发布GAN + PIFuhd。 先决条件 PyTorch> = 1.6 json
基于Pytorch实现GRU模型
浏览：27
基于Pytorch实现GRU模型
评论
收藏
内容反馈
立即下载
开通VIP（低至0.43/天）
送3个月
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
蟹不肉~
粉丝: 47
资源:
7
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
学习日记，根据某站远方大神PFC视频，整理的笔记，wall
Untitled14.ipynb
基于Keras实现多元多步时间序列的LSTM模型预测
基于 Python 实现的利用时间序列预测汽车销量
基于 python 实现的时间序列ARIMA模型的销量预测
复现重构光谱算法-matlab算法文档含源码
日期断层解决方案-环比
基于Pytorch实现的行人重识别毕业设计
基于C语言实现的增量式PID算法C 语言
介绍汇编语言的一些基础知识
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
