搜索资源列表
hochreiter.lstm-(1)
- LSTM-RNN是一种新颖的递归神经网络，避免了传统RNN的梯度消失问题，还可以用于时序分析中上下文信息的提取。-LSTM-RNN is a novel recurrent neural network, to avoid the traditional gradient disappears RNN problem, can also be used in the context of timing analysis to extract information.
rnnlib.tar
- RNNLIB可以用来做语音识别、手写字符识别。由大牛Alex Graves编写，专门做RNN、LSTM的研究。他的主页是http://www.cs.toronto.edu/~graves/-RNNLIB is a recurrent neural network library for sequence labelling problems, such as speech and handwriting recognition.
char-rnn-master
- 此代碼實現多層遞歸神經網絡（RNN，LSTM和GRU）從字符級語言模型訓練/採樣。換句話說，模型採用一個文本文件作為輸入和火車一個遞歸神經網絡的學習來預測下一個字符的序列。-This code implements multi-layer Recurrent Neural Network (RNN, LSTM, and GRU) for training/sampling character-level language models. In other words the model tak
001_Survey of Speech Enhancement Supported by a Bone Conduction Microphone
- 关于LSTM的论文及博客以及RNN代码的精选资料，便于入门学习.入门首先看000，理解RNN，以及python代码之后，再看002——LSTM博客。
RNN_LSTM-master
- descr iption de code RNN LSTM
RNN_2015
- RNN 论文阅读，帮助理解RNN的实现，以及应用。涉及lstm等rnn网络(RNN papers; including lstm)
Char-RNN-TensorFlow-master
- 使用深度学习 RNN循环神经网络，lstm实现余弦预测(lstm to predict sine)
nn_code
- 使用Python实现的一些简单神经网络算法，实现的神经网络包括BP,CNN,RNN,LSTM等，主要是理解这些神经网络的算法原理，并附有mnist数字识别例子。(neural network,include BP,CNN,RNN,LSTM.)
MyPro
- LSTM RNN python machine learning
3_14
- tensorflow 学习的一些例子 有cnn的 有rnn的 lstm word2vec udacity学院 的 等(Some examples of tensorflow learning are CNN's LSTM word2vec with RNN Udacity College)
DeepLearnToolbox-master
- 深度学习MATLAB的工具箱，包括CNN、RNN、CAE、LSTM等复杂的神经网络的代码。(Deep learning MATLAB toolbox, including CNN, RNN, CAE, LSTM and other complex neural network code.)
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.)
LSTM-prediction
- 通过改进RNN神经网络经典的LSTM模型预测交通流。(prediction traffic flow)
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
rnn
- 作为刚开始研究RNN 的小白，可以看RNN和LSTM的ｍａｔｌａｂ程序，本人刚开始学习 ，把找到的资源分享给大家。(As a novice who just started researching RNN, you can see the matlab program of RNN and LSTM. I just started to learn and share the resources I found.)
LSTM-Human-Activity-Recognition-master
- 与经典的方法相比，使用具有长时间记忆细胞的递归神经网络(RNN)不需要或几乎不需要特征工程。数据可以直接输入到神经网络中，神经网络就像一个黑匣子，可以正确地对问题进行建模。其他研究在活动识别数据集上可以使用大量的特征工程，这是一种与经典数据科学技术相结合的信号处理方法。这里的方法在数据预处理的数量方面非常简单(Compared with the classical methods, the recursive neural network (RNN) with long-term memory
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)
多层LSTM
- 使用的RNN中的LSTM进行对28个英文字母的简单文本预测(Use LSTM in RNN to make simple text prediction for 28 English letters)