时序卷积网络 | Python实现TCN时序卷积网络数据预测

41 篇文章 215 订阅 ¥29.90 ¥99.00

时序卷积网络 | Python实现TCN时序卷积网络数据预测

基本介绍

本文绍时序卷积网络TCN(Temporal Convolutional Network),专门针对时序的卷积网络。

  • CNN 卷积神经网络几乎是深度神经学习的代名词,主要用于图像处理。一维的CNN也可以用于时序方面的挖掘。
  • CNN一般包含卷积层和池化层,卷积计算互相关,所以可以挖掘时序的相关性,池化层可以进行降维,用于提取特征。卷积CNN是否可以用于时序预测,理论上可以,其实效果不好。有以下原因:
  • CNN本身很难捕获上下文的关系。
  • 传统的卷积会导致泄露,因为在计算卷积的时候用到了后来的时序(试想一下pandas rolling)
  • 池化层相当于提取轮廓特征,但是会丢掉细节
  • CNN天生不是为时序设计的,所以无法聚焦于时序的内部模式
  • 0
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

前程算法屋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值