搜索资源列表
rnnoise
- 改代码为音频降噪功能，是基于RNN的音频降噪算法。其中采用的是 GRU/LSTM 模型，支持wav格式。(The modified code is an audio denoising function, which is based on RNN's audio denoising algorithm. The GRU/LSTM model is adopted to support the wav format.)
tf-rnn-attention-master
- attention实现代码，应用python编写(Attention implementation code, written in python)
RNN_MATLAB-master
- 一种深度学习框架的matlab代码可用于训练时间序列对象(Can be used to train time series objects)
AbnormalBehaviorDetection-master
- 基于光流特征的监控视频异常行为检测 使用CNN，RNN在UCSD数据库中实现 使用Keras，python3.6(Abnormal Behavior Detection of Monitoring Video Based on Optical Flow Characteristics)
Elman
- 利用MATLAB实现循环神经网络的例子，便于大家更好的理解循环神经网络RNN的原理。((The example of recurrent neural network is implemented by MATLAB, so that you can have a better understanding of the principle of recurrent neural network RNN.))
lesson47-LSTM实战
- 长短期记忆网络（LSTM，Long Short-Term Memory）是一种时间循环神经网络，是为了解决一般的RNN（循环神经网络）存在的长期依赖问题而专门设计出来的，所有的RNN都具有一种重复神经网络模块的链式形式。在标准RNN中，这个重复的结构模块只有一个非常简单的结构，例如一个tanh层。(LSTM (Long Term short-term Memory) is a kind of time circulation neural network, which is specially
load_RNN
- python 电力负荷预测，rnn版本，python环境(Python power load forecasting, RNN version, python environment)
stock-rnn-master
- 用深度学习算法进行股票价格预测，文件中含有数据集(Using deep learning algorithm to forecast stock price, the file contains data set)
chatbot
- 聊天机器人 原理： 严谨的说叫 ”基于深度学习的开放域生成对话模型“，框架为Keras（Tensorflow的高层包装），方案为主流的RNN（循环神经网络）的变种LSTM（长短期记忆网络）+seq2seq（序列到序列模型），外加算法Attention Mechanism（注意力机制），分词工具为jieba，UI为Tkinter，基于”青云“语料（10万+闲聊对话）训练。 运行环境：python3.6以上，Tensorflow，pandas，numpy，jieba。(Chat Robot
lstm_tensorflow
- tensorflow2.0的Lstm实现(LSTM implementation of tensorflow 2.0)
ESNtools
- 一种新型的循环神经网络（RNN），在时序预测领域有广泛应用前景(A new type of recurrent neural network (RNN) has a wide application prospect in the field of time series prediction)