時間序列模型 時間序列預測分析就是利用過去一段時間內某事件時間的特征來預測未來一段時間內該事件的特征。這是一類相對比較復雜的預測建模問題，和回歸分析模型的預測不同，時間序列模型是依賴於事件發生的先后 ...

1. 語言模型 2. Attention Is All You Need（Transformer）算法原理解析 3. ELMo算法原理解析 4. OpenAI GPT算法原理解析 5. BER ...

1. 語言模型 2. Attention Is All You Need（Transformer）算法原理解析 3. ELMo算法原理解析 4. OpenAI GPT算法原理解析 5. BER ...

作者：Tobin 日期：2019/04/12 緣起：最近在做時間序列分析的實驗，FCN網絡做時序數據分類的效果還可以，由於時間的依賴性，自然地想到是否可以利用LSTM網絡進行時序數據的分類。我對 ...

　　碩士畢業之前曾經對基於LSTM循環神經網絡的股價預測方法進行過小小的研究，趁着最近工作不忙，把其中的一部分內容寫下來做以記錄。 　　此次股票價格預測模型僅根據股票的歷史數據來建立，不考慮消 ...

學習RNN時原理理解起來不難，但是用TensorFlow去實現時被它各種數據的shape弄得暈頭轉向。現在就結合一個情感分析的案例來了解一下LSTM的操作流程。 一、深度學習在自然語言處理中的應用 ...

感謝中國人民大學的胡鶴老師，課程容量巨大，收獲頗豐。 之前提到的CNN模型主要用到人類的視覺中樞，但其有一劣勢，無論是人類的視覺神經還是聽覺神經，所接受到的都是一個連續的序列，使用CNN相當於割裂了 ...

RNN（Recurrent Neural Networks，循環神經網絡）是一種具有短期記憶能力的神經網絡模型，可以處理任意長度的序列，在自然語言處理中的應用非常廣泛，比如機器翻譯、文本生成、問答系統 ...

本文不會介紹LSTM的原理，具體可看如下兩篇文章 Understanding LSTM Networks DeepLearning.ai學習筆記（五）序列模型 -- week1 ...

一、簡介 　　上一篇中我們較為詳細地鋪墊了關於RNN及其變種LSTM的一些基本知識，也提到了LSTM在時間序列預測上優越的性能，本篇就將對如何利用tensorflow，在實際時間序列預測任務中搭建模 ...