翻译：张玲
校对：丁楠雅
文章来源：微信公众号 数据派THU
本文约1500字，建议阅读5分钟。
作者基于波动性标准普尔500数据集和Keras深度学习网络框架，利用python代码演示RNN和LSTM RNN的构建过程，便于你快速搭建时间序列的预测模型。
图片来源：Pixabay
本文的目的是演示人工神经网络（Artificial Neural Network ，ANN）和长短期记忆循环神经网络（Long Short-Term Memory Recurrent Neural Network ，LSTM RNN）工作过程，使您能够在现实生活中使用它们，并对时间序列数据建立最简单的ANN和LSTM循环神经网络。
人工神经网络（Artificial Neural Network ，ANN）
继续阅读与本文标签相同的文章
-
独家 | 为你介绍7种流行的线性回归收缩与选择方法（附代码）
2026-05-19栏目： 教程
-
一篇文章搞明白Integer、new Integer() 和 int 的概念与区别
2026-05-19栏目： 教程
-
独家 | 手把手教你用Python构建你的第一个多标签图像分类模型（附案例）
2026-05-19栏目： 教程
-
独家 | kaggle季军新手笔记：利用fast.ai对油棕人工林图像进行快速分类（附代码）
2026-05-19栏目： 教程
-
GitHub火热！程序员小哥不得不知的所有定律法则（附项目链接）
2026-05-19栏目： 教程