RNN 進階：LSTM、GRU、SRU
使用Keras中的RNN模型进行时间序列预测 http://resuly.me/2017/08/16/keras-rnn-tutorial/ Docs » Layers » 循环层 Recurrent https://keras.io/zh/layers/recurrent/ Keras之LSTM源码阅读笔记 https://blog.csdn.net/silent56_th/article/details/73442391 [Keras] 利用Keras建構LSTM模型，以Stock Prediction 為例 1 https://medium.com/@daniel820710/%E5%88%A9%E7%94%A8keras%E5%BB%BA%E6%A7%8Blstm%E6%A8%A1%E5%9E%8B-%E4%BB%A5stock-prediction-%E7%82%BA%E4%BE%8B-1-67456e0a0b 人人都能看懂的GRU https://zhuanlan.zhihu.com/p/32481747 从 RNN, LSTM, GRU 到 SRU https://mp.weixin.qq.com/s/WSNb7VLdQQHBmRipuFEZOA? CNN（卷積神經網絡）、RNN（循環神經網絡）、DNN（深度神經網絡）的內部網絡結構的區別 https://kknews.cc/zh-tw/news/6n84mm3.html [資料分析&機器學習] 第5.1講: 卷積神經網絡介紹(Convolutional Neural Network) https://medium.com/jameslearningnote/%E8%B3%87%E6%96%99%E5%88%86%E6%9E%90-%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92-%E7%AC%AC5-1%E8%AC%9B-%E5%8D%B7%E7%A9%8D%E7%A5%9E%E7%B6%93%E7%B6%B2%E7%B5%A1%E4%BB%8B%E7%B4%B9-convolutional-neural-network-4f8249d65d4f 卷积神经网络（CNN）入门讲解 https://zhuanlan.zhi...