本文介绍了基于Theano和Blocks的深度学习项目，用于预测出租车服务轨迹。该项目源自2015年Kaggle竞赛的胜出代码，涉及数据预处理、模型训练和验证集生成。通过执行一系列步骤，包括数据转换、集群分析和模型训练，可以在GPU上重现实验结果。
源码地址：https://github.com/adbrebs/taxi
paper地址：http://arxiv.org/abs/1508.00021
这是2015 kaggle ECML/PKDD（https://www.kaggle.com/c/pkdd-15-predict-taxi-service-trajectory-i/data）获胜队伍开源的代码。
##依赖包
*Theano
*Blocks
*Fuel
*scikit-learn
##代码框架
*config/*.py：实验中不同模型的配置文件
*data/*py：数据管道相关的一些文件
-*__init__.py：包括数据的大体统计
-*csv_to_hdf5.py：将csv文件转化成hdf5文件，使得可以被Fuel直接使用
-*hfd5.py：一些通用的函数用来开采hdf5文件
-*init_valid_cut.py：初始化hdf5文件，使其可被验证集使用
-*make_valida_cut.py：通过一系列的时间切分生成验证集
-*transformers.py：使用Fuel pipeline，使训练集能够转化成模型可用的结构
最低0.47元/天 解锁文章
489
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
