iT邦幫忙

2021 iThome 鐵人賽

DAY 13
0
AI & Data

時間序列分析與預測方法大全系列 第 13

[Day13] 以神經網絡進行時間序列預測 — GRU

  • 分享至 

  • xImage
  •  

今天介紹使用 GRU 進行時間序列預測,一樣採用我們最愛的股價資料集!!

今日大綱

  • GRU 介紹
    • 門控機制
    • 與 LSTM 比較
  • 實作注意事項
    • GRU 架構
    • GRU 調參

GRU 介紹

GRU(Gate Recurrent Unit)是遞歸神經網絡(Recurrent Neural Network, RNN)的一種。
和LSTM(Long-Short Term Memory)一樣,也是為了解決長期記憶和反向傳播中的梯度等問題而提出來的。他們倆在很多情況下實際表現相近;那為什麽我們要使用相對新的 GRU(於 2014 年提出),而不是相對更經典的 LSTM (於 1997 年提出)呢?

那是因為 GRU 所需的

門控機制

與 LSTM 比較

實作注意事項

GRU 架構

GRU 調參


上一篇
[Day12] 以神經網絡進行時間序列預測 — LSTM
系列文
時間序列分析與預測方法大全13
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言