【文件属性】：
文件名称：LSTM-Autoencoder:Tensorflow中的LSTM自动编码器和LSTM预测器
文件大小：449KB
文件格式：ZIP
更新时间：2021-05-16 07:19:42
JupyterNotebook
Tensorflow中的LSTM自动编码器和LSTM未来预测器。
这是基于本文的简单实现： :
要求
Tensorflow 1.4.0
的Python 3.5.4
Python软件包：numpy，matplotlib，os，argparse，scipy
用法
数据生成后实施重建或未来预测
使用旋转和移位生成数据：Image_generation.ipynb
使用LSTM自动编码器重建数据：Autoencoder.ipynb
输入重构和未来预测：AE_with_Predictor
结果
从复合模型
数据序列（从左到右）：0,1，...，t-1，t
轮换数据
在LSTM模型中输入序列数据后，重建数据并预测旋转多少
输入顺序
输入重构
未来预测
移位数据
在LSTM模型中输入序列数据后，重建数据并预测多少位移
输入顺序
输入重构
未来预测
参考实现
https://githu
【文件预览】：
LSTM-Autoencoder-master
----Image_generation.ipynb(36KB)
----LICENSE(1KB)
----README.md(1KB)
----image()
--------rotated_input_sequence.PNG(20KB)
--------shifted_reconstruction.PNG(39KB)
--------LSTM_Model.PNG(26KB)
--------shifted_input_sequence.PNG(18KB)
--------rotated_reconstruction.PNG(41KB)
--------rotated_prediction.PNG(41KB)
--------shifted_prediction.PNG(39KB)
----Autoencoder.ipynb(98KB)
----AE_with_Predictor.ipynb(199KB)