经济数据预测 | Python实现RNN股票价格时间序列预测

• • 股票价格预测 | Python实现RNN股票价格时间序列预测
  • • 基本介绍
    • 发展历史
    • 程序设计
    • 学习总结

RNN循环神经网络它由输入层、一个隐藏层和一个输出层组成。

• x是一个向量，它表示输入层的值（这里面没有画出来表示神经元节点的圆圈）；s是一个向量，它表示隐藏层的值（这里隐藏层面画了一个节点，你也可以想象这一层其实是多个节点，节点数与向量s的维度相同）；
• U是输入层到隐藏层的权重矩阵，o也是一个向量，它表示输出层的值；V是隐藏层到输出层的权重矩阵。
• 那么，现在我们来看看W是什么。循环神经网络的隐藏层的值s不仅仅取决于当前这次的输入x，还取决于上一次隐藏层的值s。权重矩阵 W就是隐藏层上一次的值作为这一次的输入的权重。