Time series Analysis using LSTM RNN and GRU Time series Analysis using LSTM RNN and GRU原始碼下載

Time series Analysis using LSTM RNN and GRU

其他源碼

1.0.0

下載

使用 LSTM-RNN-和-GRU 進行時間序列分析

使用 LSTM、RNN 和 GRU 與 PyTorch 進行時間序列分析

在這裡，我將實作一些 RNN 結構，例如 RNN、LSTM 和 GRU，以建立對時間序列預測的深度學習模型的理解。我研究了一些廣泛應用於時間序列預測的特徵工程技術，例如單熱編碼、滯後和循環時間特徵。使用的函式庫是 Scikit-learn、Pandas 和 PyTorch（一個開源機器學習函式庫）。我已經關注了這篇精彩的文章，您可以透過這裡的連結找到更多詳細資訊。它將為您提供有關此內容的大量詳細資訊。我使用的時間序列資料集來自 PJM 的每小時能源消耗數據，這是從美國不同地區收集的 10 多年每小時觀測資料的單變量時間序列資料集。在所有文件中，我正在使用 PJM East 地區數據，該數據最初包含 2001 年至 2018 年的每小時能源消耗數據，但您可以使用任何數據集。