文件名称：递归神经网络预测Google股票价格：我尝试使用LSTM预测Google股票价格
文件大小：690KB
文件格式：ZIP
更新时间：2024-02-24 02:18:57
google prediction recurrent-neural-networks lstm thought
递归神经网络预测Google股票价格 我试图使用LSTM预测Google股票价格 长短期记忆（LSTM）单元（或块）是递归神经网络（RNN）层的构建单元。 由LSTM单元组成的RNN通常称为LSTM网络。 常见的LSTM单元由单元，输入门，输出门和忘记门组成。 该单元负责在任意时间间隔内“记住”值。 因此，LSTM中的“内存”一词。 就像多层（或前馈）神经网络中一样，这三个门中的每一个都可以被认为是“常规”人工神经元：也就是说，它们计算加权和的激活（使用激活函数）。 从直觉上讲，它们可以看作是通过LSTM连接的值流的调节器。 因此表示“门”。 这些门与单元之间存在连接。 更好的预测模型的结果是：
【文件预览】：
Recurrent-Neural-Networks-to-predict-Google-Stock-Price-master
----Recurrent_Neural_Networks()
--------Google_Stock_Price_Test.csv(1KB)
--------rnn.py(3KB)
--------Google_Stock_Price_Train.csv(62KB)
----LICENSE(1KB)
----README.md(1KB)
----LSTM_better_models()
--------rnn_60timesteps_1lstmlayers.png(233KB)
--------rnn_20timesteps_4lstmlayers.png(216KB)
--------rnn_20timesteps_4lstmlayers.py(3KB)
--------rnn_60timesteps_4lstmlayers.py(3KB)
--------rnn_20timesteps_1lstmlayers.py(2KB)
--------rnn_20timesteps_1lstmlayers.png(231KB)
--------rnn_60timesteps_1lstmlayers.py(2KB)
--------rnn_60timesteps_4lstmlayers.png(219KB)