文件名称：STResNet:深度时空残留网络（ST-ResNet）的TensorFlow实现
文件大小：107KB
文件格式：ZIP
更新时间：2024-05-18 05:11:22
deep-learning tensorflow spatio-temporal-prediction Python
Tensorflow中的ST-ResNet 从一书中，深时空残留网络（ST-ResNet）的TensorFlow实现。 ST-ResNet是一个端到端的深度学习模型，它使用时间紧密度，时空数据的周期和趋势的独特属性来预测城市地区人群的流入和流出。 模型架构 先决条件 Python 2.7 Tensorflow 1.8 NumPy 1.14.2 用法 要创建ST-ResNet架构的TensorFlow计算图，请运行： $ python main.py 代码组织 该模型是使用OOP和广泛的模块化实现的。 文件结构： main.py ：此文件包含主程序。 ST-ResNet的计算图已生成，在会议中启动并在此处进行了培训。 params.py ：该文件包含用于超参数声明的Params类。 modules.py ：此文件包含以模块化样式编写的辅助函数和自定义神经层。 OOP范例用于在
【文件预览】：
STResNet-master
----params.py(525B)
----main.py(4KB)
----utils.py(751B)
----assets()
--------st-resnet.png(105KB)
----modules.py(5KB)
----README.md(2KB)
----st_resnet.py(4KB)