/

/

Обзор ДокументацияВойти

/

/

Аналитика

Безопасность

LSTM_AND_GRU

Описание

LSTM - это специальный тип рекуррентной нейронной сети, разработанный для решения проблемы исчезающего градиента и способный обучаться долгосрочным зависимостям.

В избранном0

Языки

Python100%

Сообщить о нарушении

Коммиты:

Manuel_Oseias
update README.md
4 месяца назад
1a17ebd

update README.md

4 месяца назад

california_housing_test.csv

4 месяца назад

california_housing_train.csv

4 месяца назад

4 месяца назад

lab2_complete_report.txt

update lab2_complete_report.txt

4 месяца назад

model_comparison.png

4 месяца назад

text_confusion_matrices.png

4 месяца назад

text_training_curves.png

4 месяца назад

time_series_predictions.png

4 месяца назад

time_series_sample.png

4 месяца назад

time_series_training_curves.png

4 месяца назад

1. Цель работы 2. Теоретическое введение 3. Описание датасетов 4. Предобработка данных 5. Архитектура моделей 6. Гиперпараметры обучения 7. Графики обучения 8. Результаты на тестовой выборке 9. Выводы lab2completereport ЭКСПЕРИМЕНТАЛЬНАЯ КОНФИГУРАЦИЯ:ДЕТАЛЬНЫЕ РЕЗУЛЬТАТЫ:КЛАССИФИКАЦИЯ ТЕКСТА:АНАЛИЗ И ВЫВОДЫ:Запуск проекта

README.md

Описание

LSTM - это специальный тип рекуррентной нейронной сети, разработанный для решения проблемы исчезающего градиента и способный обучаться долгосрочным зависимостям.

В избранном0

Языки

Python100%

Сообщить о нарушении

Все инструменты для разработки на одной платформе

Для полного доступа зарегистрируйтесь или авторизуйтесь на GitVerse