回归预测 | MATLAB实现深度学习多输入多输出

回归预测 | MATLAB实现深度学习多输入多输出

目录

    • 回归预测 | MATLAB实现深度学习多输入多输出
      • 数据说明
      • 数据处理
      • 网络架构
      • 训练网络
      • 测试网络
      • 完整程序
      • 参考资料
      • 致谢

MATLAB实现深度学习多输入多输出,主要是输入多个变量,输出多个变量,建立一一映射关系。

数据说明

要训练深度神经网络以根据时序数据或序列数据预测数值,可以使用长短期记忆 (LSTM) 网络。此示例使用多变量仿真数据集训练一个 LSTM 网络,旨在根据多因素时序数据来预测不同输出值。训练数据包含100个元胞,每个元胞是24个输入变量,一共100乘以24个变量,对应输出为100个元胞,每个元胞是1个输出变量,一共100乘以1个变量,每个元胞序列的长度各不相同。测试数据包含 100 个元胞序列,分别对应100个输出。该数据集包含 100 个训练观测值和 100 个测试观测值。

  • 数据下载地址
  • https://download.

你可能感兴趣的:(#,LSTM长短期记忆神经网络,#,GRU门控循环单元,#,RNN循环神经网络,深度学习,机器学习,循环神经网络)