暑期实训7.8 DSTP实现+DARNN修改

如题，对DARNN还是不死心，我知道错了，明天就研究新的模型。（不是DSTP，再研究个新的）最近将DSTP复现了。

DA-RNN像是Encoder-Decoder的进化版模型，而这个又像是DA-RNN的进化版模型，这个模型不出名，啥资料没有，找到纯属运气。

简而言之，这个模型就是在encoder阶段中，两次attention机制，第一次学习空间特征，第二次学习空间和时间特征一起学习，在decoder阶段中再次学习时间特征。其他 部分和DA-RNN大同小异，也是用lstm实现的。

 

 

 

别人复现的正确率比DA-RNN高好多，可能是我水平的原因，表现的并没有那么好。 

 

我同样按照DA-RNN中对模型的修改改了下DSTP-RNN，并没有对其用差分操作，主要原因是时间不太够的关系。

 

 最好表现有62％的正确率。普遍有55%的正确率

 

 针对DARNN，经过对比了解，GRU比LSTM更容易收敛，学习起来更容易些，将DARNN中的LSTM替换为GRU后训练收敛的的确更快，而且效果略微好一些。