深度学习
QQ-767172261
QQ-767172261
展开
-
本项目旨在使用PyTorch框架构建一个基于XLSTM和Transformer的新模型,用于多变量时间序列预测。XLSTM是LSTM的一种改进版本,通过引入新的门控机制和记忆结构来提高计算精度。结合T
本项目旨在使用PyTorch框架构建一个基于XLSTM和Transformer的新模型,用于多变量时间序列预测。XLSTM是LSTM的一种改进版本,通过引入新的门控机制和记忆结构来提高计算精度。结合Transformer的特征提取能力,该模型在多变量输入、单变量输出的时间序列预测任务中表现出色。项目提供了完整的代码实现,包括数据处理、模型构建、训练、测试和结果可视化等步骤,并附带详细的注释和理论知识说明。项目特点高创新性:结合了最新的XLSTM和Transformer技术,具有很强的创新性和前沿性。原创 2024-10-08 08:54:28 · 376 阅读 · 0 评论 -
深度学习多尺度一维卷积神经网络 算法案例(MS-1DCNN)的故障诊断方法研究,深度学习框架是pytorch。西储大学故障诊断识别率为97.5%(验证集)以上!很好运行的适用于刚上手故障诊断的同学
深度学习多尺度一维卷积神经网络 算法案例(MS-1DCNN)的故障诊断方法研究,深度学习框架是pytorch。西储大学故障诊断识别率为97.5%(验证集)以上!很好运行的适用于刚上手故障诊断的同学,就是从数据处理,到最后出图可视化完整一套流程,看完这个会对故障诊断流程有个清晰认识。数据集为凯斯西储大学轴承数据。基于多尺度一维卷积神经网络(MS-1DCNN)的故障诊断方法研究,深度学习框架是pytorch。西储大学故障诊断识别率为97.5%(验证集)以上!很好运行的适用于刚上手故障诊断的同学,就原创 2024-10-08 08:44:29 · 40 阅读 · 0 评论