资源简介
准确的电力负荷预测可以保证电力供应的稳定，降低用电成本，提高供电质量。在进行短期电力负荷预测时，考虑到时序数据的时间相关性，应用张量流深度学习框架构建了LSTM 神经网络模型，对电力负荷时序数据进行回归预测
代码片段和文件信息
相关资源
- 深度学习作业lr_utils和对应数据集
- 深度学习软件平台使用手册.docx
- 基于深度学习的图像检索系统CNN
- 基于tensorflow的深度学习图像分类案例
- 目标跟踪中用到的各种深度学习方法
- 您需要了解的9篇深度学习论文.pdf
- Deep Learning with R.pdf
- 基于深度学习的链路预测
- Neural Networks and DeepLearning - Michael Nie
- TensorFlow Machine Learning Cookbook
- 基于深度学习的自然语言处理 英文版
- 用RNN与LSTM网络原理进行唐诗生成.ta
- Hadoop深度学习
- 详解稀疏编码百度深度学习--ppt
- 基于深度神经网络的用户会话推荐算
- A guide to deep learning in healthcare
- 组会ppt 关于 BiSeNet
- Batch Normalization主要讲解
- A Guide to Convolutional Neural Networks for C
- 吴恩达深度学习第一课第四周编程作
- data.rar BIO标注语料压缩包 可用
- 深度学习pytorch中草药识别
- 不事后解释+可解释图像分类方法 .p
- Neural Network and Deep Learning神经网络与深
- 《Deep Learning》Yann LeCun YoshuaBengio Geo
- 深度学习难得的深入浅出的教材李宏
- 图神经网络GNN的一些论文介绍
- 神经网络与深度学习 中文版 PDF
- DBN源码-深度学习
- 深度学习的迁移模型
川公网安备 51152502000135号
评论
共有 条评论