2-1

2.2 RNN和全连接神经网络的对比对RNN和全连接神经网络的对比，分析其中的差别

「仅限付费用户」点击下载“上传课件、源码.zip”

2-2

2.3 RNN神经网络数学模型及其权重共享RNN神经网络数学模型及其权重共享进行很详细的讲解

2-3

2.4 RNN神经网络前向传播利用一个案例对 RNN神经网络前向传播进行讲解

2-4

2.5 RNN神经网络反向传播RNN神经网络反向传播进行数学等公式的推理讲解

2-5

2.6 RNN神经网络梯度爆炸和消失从数学的原理分析RNN神经网络梯度爆炸和消失的原因

2-6

2.7 LSTM模型单元详细的介绍了LSTM模型单元，并分析和RNN的对比

2-7

2.8 LSTM的遗忘门利用原理图和数学公式对LSTM的遗忘门讲解

2-8

2.9 LSTM的输入门及其细胞状态更新利用原理图和数学LSTM的输入门及其细胞状态更新进行讲解

2-9

2.10 LSTM的输出门从原理图和数学原理的方式对LSTM的输出门进行讲解

3-1

3.1 深度学习框架介绍对现在有的深度学习框架进行讲解介绍，并说明本课程利用的是keras

3-2

3.2 编程环境和编程工具介绍安装对本课程要利用到的编程环境和编程工具进行介绍，并安装

3-3

3.3 pycharm的下载及其安装详细的讲解了pycharm的下载及其安装的全过程

3-4

3.4 anaconda及其环境的下载安装和环境选择测试详细的讲解了 anaconda及其环境的下载安装和环境选择测试

4-1

4.1 RNN、LSTM神经网络如何进行单特征用电负荷预测RNN、LSTM神经网络如何进行单特征用电负荷预测

4-2

4.2 模型评价指标从数学的角度详细的讲解了电力负荷模型评价指标

4-3

4.3 单特征数据概括与分析从代码的角度对单特征数据概括与分析并做出图

4-4

4.4 数据读取与数据预处理从代码的角度详细的讲解了数据读取与数据预处理