大家好，今天小编关注到一个比较有意思的话题，就是关于神经网络python的问题，于是小编就整理了2个相关介绍神经网络python的解答，让我们一起看看吧。
研一刚入学，从未接触过神经网络，python也是才开始学，现在导师要我做LSTM，我应该去学什么？
几个方面去做
2 在python之上其实还有个深度学习框架要学，比如pytorch，tensorflow，推荐学pytorch，对新手友好容易用。或者跟实验室大部队走，别人用啥就用啥这样后面好交流
3 lstm相关知识，可以先看看csdn上的博客，别人的理解是怎么样的，再去知网找硕博毕业论文lstm相关看看。最后再看lstm的英文原始论文。有了前面中文的基础看起来好理解一点
4 github上下lstm代码，然后就是开始折腾了，按照导师的要求改代码
5 遇见问题多和师兄师姐交流，他们的代码能力可以帮你解决不少bug，进步会快很多
研一刚入学，从未接触过神经网络，python也是才开始学，现在导师要我做LSTM，我应该去学什么？
Python基本语法学一下，跑了lstm的demo比较简单， tensorflow pytorch都有很多例子。还有tf keras这样的库，封装的七七八八了，几十行代码就搞定了。
洽好接触过Python,为你推荐一本书📚，希望对你有用《Python 3破冰人工智能 从入门到实战》
从数学建模入手帮助学以致用！---被数十所大学高校引用成为教材。
编辑推荐
数学基础：从历年数学建模竞赛入手，解读人工智能中的数学方法。
编程实践：100余个代码实例，全面讲解网络爬虫、数据存储与数据分析等内容。
算法应用：实战案例辅以丰富图解，详尽分析人工智能算法特性及其应用场景。
内容简介
本书创新性地从数学建模竞赛入手，深入浅出地讲解了人工智能领域的相关知识。本书内容基于Python 3.6，从人工智能领域的数学出发，到Python在人工智能场景下的关键模块；从网络爬虫到数据存储，再到数据分析；从机器学习到深度学习，涉及自然语言处理、机器学习、深度学习、推荐系统和知识图谱等。此外，本书还提供了近140个代码案例和大量图表，全面系统地阐述了算法特性，个别案例算法来自于工作经验总结，力求帮助读者学以致用。
很简单，给几个例子
NASA涡轮喷气发动机风扇的剩余寿命RUL预测-基于LSTM网络,Lookback=20 - 哥廷根数学学派的文章 - 知乎 ***s://zhuanlan.zhihu***/p/528324129
基于LSTM 模型的癫痫病检测 - 哥廷根数学学派的文章 - 知乎 ***s://zhuanlan.zhihu***/p/530124102
基于深度学习的水痘发病预测 - 哥廷根数学学派的文章 - 知乎 ***s://zhuanlan.zhihu***/p/530954648
MATLAB双向长短时记忆网络BILSTM预测 - 哥廷根数学学派的文章 - 知乎 ***s://zhuanlan.zhihu***/p/532675845
如果你从未接触过神经网络和 Python，那么学习 LSTM 可能会有一定的难度。但是，这不是不可能的，只要你有耐心和恒心，掌握 LSTM 是完全可以做到的。
- 学习基础的神经网络知识：在学习 LSTM 之前，你需要先了解神经网络的基本概念和原理。你可以从一些入门的书籍或在线课程中学习。
- 学习 Python 编程语言：Python 是一种简单易学的编程语言，非常适合机器学习和深度学习任务。你可以通过在线课程、书籍或者自学来学习 Python。
- 学习深度学习框架：有一些深度学习框架可以帮助你更方便地实现 LSTM。比如 TensorFlow、PyTorch 等。你可以通过在线课程、书籍或者官方文档来学习这些框架的基本用法。
- 学习 LSTM 模型：学习 LSTM 模型是学习 LSTM 的关键。你可以通过在线课程、书籍或者官方文档来了解 LSTM 模型的基本原理、应用场景和实现方法。
- 实践：理论知识虽然重要，但实践才能真正帮助你掌握 LSTM。你可以从一些简单的例子开始，逐步增加难度，直到你能够独立地构建和训练 LSTM 模型。
最重要的是，要保持耐心和恒心。深度学习需要一定的时间和精力来学习和掌握，但它也是非常有趣和有用的。如果你保持积极的学习态度，相信你一定能够成功掌握 LSTM 和深度学习。
告诉你一个网址 phind*** ，你可以逐层提问，比一般人回答的靠谱
你看这是他的回答
问：学习LTSM如何入手
WEB ANSWER
LSTM (Long Short-Term Memory)是一种特殊的循环神经网络，它可以处理长序列的输入数据，并避免了传统循环神经网络中的梯度消失和梯度爆炸问题。下面是一些入手LSTM的建议：
到此，以上就是小编对于神经网络python的问题就介绍到这了，希望介绍关于神经网络python的2点解答对大家有用。
