文件名称：DCRNN:Tensorflow中扩散卷积循环神经网络的实现
文件大小：10.14MB
文件格式：ZIP
更新时间：2024-08-24 20:24:00
time-series traffic-data iclr2018 deep-learning-graphs spatiotemporal-forecasting
扩散卷积循环神经网络：数据驱动的交通预测 这是以下论文中Diffusion Convolutional Recurrent Neural Network的TensorFlow实现： Yaguang Li、Rose Yu、Cyrus Shahabi、Yan Liu，，ICLR 2018。 要求 scipy>=0.19.0 numpy>=1.12.1 熊猫>=0.19.2 皮亚尔 统计模型 张量流>=1.3.0 可以使用以下命令安装依赖项： pip install -r requirements.txt 数据准备 洛杉矶（METR-LA）和湾区（PEMS-BAY）的交通数据文件，即metr-la.h5和pems-bay.h5 ，可以在或，需要放入data/文件夹。 *.h5文件使用HDF5文件格式将数据存储在panads.DataFrame 。 下面是一个例子： 传感器_0 传
【文件预览】：
DCRNN-master
----.gitignore(1KB)
----requirements.txt(79B)
----data()
--------model()
--------sensor_graph()
----model()
--------__init__.py(0B)
--------dcrnn_cell.py(8KB)
--------dcrnn_model.py(5KB)
--------dcrnn_supervisor.py(13KB)
----dcrnn_train.py(1KB)
----LICENSE(1KB)
----scripts()
--------generate_training_data.py(4KB)
--------gen_adj_mx.py(3KB)
--------__init__.py(0B)
--------eval_baseline_methods.py(6KB)
----README.md(7KB)
----lib()
--------__init__.py(0B)
--------AMSGrad.py(8KB)
--------metrics_test.py(6KB)
--------utils.py(7KB)
--------metrics.py(4KB)
----figures()
--------model_architecture.jpg(752KB)
----run_demo.py(1KB)