从零开始深度学习-01

2020年4月27日

今天也是小樱为了深度学习早起贪黑的一天呢(～￣▽￣)～

Warining: 不要加中文注释！不要加中文注释！

为什么我的网络学习能力这么差呢？到底是因为参数选择没有达到最优吗？不过好歹从预测出一条直线，现在有了起伏呢0.0

为了这次的研究，总之先着重理解一下LSTM。

https://www.cnblogs.com/arkenstone/p/5794063.html
*阀门节点利用sigmoid函数将网络的记忆态作为输入计算；如果输出结果达到阈值则将该阀门输出与当前层的的计算结果相乘作为下一层的输入（PS：这里的相乘是在指矩阵中的逐元素相乘）；如果没有达到阈值则将该输出结果遗忘掉。每一层包括阀门节点的权重都会在每一次模型反向传播训练过程中更新。

使用python keras进行LSTM的搭建。
https://keras.io/layers/recurrent/#lstm

多维数据预测多步。
https://blog.csdn.net/qq_35649669/article/details/89575949

hyperas官方文档。
https://github.com/maxpumperla/hyperas