1. 学习指导计划

1.所有视频均在线。 请先从小到大观看视频文件序号（如果第一个序号相同，说明视频内容关系密切，再看后面序号的大小），确保内容正确按照由浅入深的顺序学习。

2、观看视频时，使用【暂停】和【快退】操作，最好运行节目文件。

3.记录存在的问题，看视频是否有解释。 对于视频中仍未解释的问题，请尽快向【面对面数学】寻求解答。

4、观看视频后，再看PPT课件，复习、巩固学习效果。

5. 视频清晰度： (1) 建议屏幕分辨率设置为： 或类似的屏幕分辨率。 (2) 全屏播放。 这样您可以更清晰地观看视频。

目录

第一章：视频课程内容介绍、是否谨慎拍摄说明、参考资料

1.阅读第三版（38+4分钟），全面讲解9个关键问题和店主的预测。

2.视频讲了什么，能做什么（11分钟，网上免费“预览”）

3.程序下载说明及亮点功能介绍（4分钟，网上免费“试用”）

4、拍摄时要小心，并讲解学习的基本要求和参考（12分钟，网上免费“试用”）

第2章 长短期记忆网络（LSTM）算法的基本概念、理论证明介绍和流程步骤

5.网络算法的基本思想、优缺点及应用领域（8分钟）

6.学习目的及网络权值输入输出等概念的含义（8分钟）

7.激活函数以及信号前向和误差反向传播过程（11分钟）

8.结构、时间序列等基本概念（14分钟）

9. 简介和8个常用名称（7分钟）

10.遗忘门和输入门的函数和数学表达式（6分钟）

11、单元状态更新及输出门数学表达式（10分钟）

12. LSTM函数和三个分类问题的实例分析（6分钟）

13.模型算法整体流程步骤（11分钟）

14. 偏导数链式法则等8点知识准备（8分钟）

15. 所得关系的理论证明和解释（12分钟）

16. dv、dh、dc的证明过程（12分钟）

17、序列增量、批量增量及参数更新（6分钟，网上免费“试用”）

18、自学3个在线课程及学习策略和安排（7分钟，带节目）

19.思考序列的构成以及三扇门的细分结构（9分钟）

20. Gate数据结构与证明以及LSTM算法流程（18分钟）

21.总结概念和理论、算法流程和对策（7分钟）

第三章 在线程序详解及识别、分类、拟合预测程序模板

22. 三数和余数列问题的学习目标和解释（8分钟，带程序）

23、在线节目介绍与演示（7分钟，附节目）

24、程序功能及6大功能介绍（7分钟，带程序）

25.数据生成和编码以及数据使用区分（14分钟，含节目）

26.交叉熵损失函数和网络参数（9分钟，含程序）

27.语法及输入参数选择判断（8分钟，附程序，网上免费“试用”）

28.权重和偏差值随机初始化或手动指定（12分钟，带程序）

29、序列数据的批量增量求和及提取（13分钟，含程序）

30. 序列正向计算并输出结果yhat（10分钟，含程序）

31.计算并保存交叉熵损失函数值之和（6分钟，带程序）

32.等号含义及逆向数据计算（9分钟，附程序）

33.四种常用函数及其导函数公式和链式法则（12分钟，附程序）

34.修正求导结果并求输出参数的偏导数（8分钟，带程序）

35. 三个门参数的单位更新和偏导数（12分钟，带程序）

36.求批量偏导数的累加和并训练结果（8分钟，带程序）

37.网络预测计算过程及预测结果分析（12分钟，附程序）

38.损失函数图像分析及三种算法的优秀特性（8分钟，附程序）

39.解码及两种识别准确率计算方法（15分钟，含程序）

40、程序模板如何使用及三个要求（5分钟，带程序）

41、节目前10项详细介绍（7分钟，附节目）

42. 数据导入、两种目的区分和01编码（10分钟，含程序）

43.损失函数及参数设置及训练结果保存（7分钟，带程序）

44.损失函数图像与解码和分类精度（11分钟，含程序）

45. 程序6_3详细解释前12项（7分钟，带程序）

46.程序分析识别分类和回归预测之间的异同（16分钟，含程序）

47.思考编码以及分类和回归之间的关系等问题（9分钟，带程序）

48. 使用3个模板程序思考9个问题（9分钟，带程序）

49、总结记忆序列模型、语法代码程序等问题（4分钟，程序可用，网上免费“试用”）

第4章 使用标准和双向LSTM算法解决语音识别和人体姿势识别

50.语音识别学习目标及实际问题解读（11分钟，含节目）

51.二分类语法与序列的不等长填充、截断和分割（11分钟，含程序）

52. 培训选项功能讲解（12分钟，附程序）

53.训练网络功能讲解（8分钟，附程序）

54.分类函数语法讲解（6分钟，附程序）

55、自看节目机会及双向LSTM节目详解（8分钟，附节目）

56.序列长度处理和批量大小选择基础（11分钟，含程序）

57.网络架构参数及其五层含义解读（6分钟，含程序）

58. 训练选项参数及其含义解释（4分钟，带程序）

59.训练网络与损失函数图像及精度变化图像分析（8分钟，附程序，网上免费“试用”）

60.网络预测与识别分类准确率计算（8分钟，含程序）

61. 程序7_2介绍及屏幕培训内容（8分钟，附程序）

62.图像与精度图像及分类结果的对比分析（8分钟，含程序）

63. 结构、意义和图像的比较分析（13分钟，带节目）

64、人体活动姿势识别问题自学方案及解读的机会（11分钟，附节目）

65. 3个特征、5个姿势的数据结构和数据展示（12分钟，带程序）

66.网络5层架构及训练选项参数解读（10分钟，附程序）

67、训练过程及输出参数tr含义解读（4分钟，附程序）

68.网络含义及LSTM层内容解读（12分钟，附节目）

69.分类结果与期望的比较以及错误分类的原因（6分钟，带程序）

70. 准确率和学习率变化的图像和图像（4分钟，带程序，在网上免费“试用”）

71、分类输出的意义和作用分析（4分钟，带程序）

72、不同时间5种姿势识别准确率（8分钟，带程序）

73.思考如何使用3个模板程序和其他9个问题（12分钟，带程序）

74.总结序列组成、程序模板特点等问题（5分钟，附程序）

第5章 水痘疫情与发动机剩余使用寿命使用LSTM回归进行RUL预测

75.水痘和寿命预测问题的学习目的和介绍（9分钟，带节目）

76、网络状态多步预测和初始化及丢弃层技术（9分钟，含程序）

77、自看节目机会及水痘预测问题分析​​（7分钟，带节目）

78.程序8_1中详细解释的9个问题和条目的描述（6分钟，带程序，在互联网上免费“试用”）

79. 数据标准化和目的区分（11 分钟，含节目）

80. 每层节点数、层结构和训练选项（7 分钟，带程序）

81.训练过程、Loss损失函数和均方根误差图像（11分钟，附程序）

82、预测方法1 多步迭代预测及网络状态初始化（13分钟，附程序）

83.预测方法二及两种方法的图像和指标对比分析（12分钟，含程序）

84.程序8_2详细解释前7个问题的预解释（11分钟，带程序）

85. 数据预处理以及不等序列长度和批量大小（22 分钟，含程序）

86. 架构的节点数量、层结构和训练选项解读（9分钟，附程序）

87. 训练过程、预测数据处理和预测结果分析（12分钟，含程序）

88. 误差直方图、误差图像及误差原因分析（6分钟，含程序）

89.损失函数、误差图像和程序的关键问题（7分钟，带程序）

90.思考如何使用程序9个问题和总结（12分钟，带程序）

第6章：双向、深度和标准LSTM等四种算法预测寿命RUL

91.程序8_2结果及保存图像和数据操作（8分钟，含程序）

92. 程序9_1 双向LSTM结果及各站现象分析（8分钟，附程序）

93. 程序9_2 Deep LSTM结果与验证数据应用（12分钟，含程序）

94. 程序9_3深度双向LSTM结果分析（7分钟，含程序）

95、上述四种算法的图像和数值指标对比分析（7分钟，附程序，网上免费“试用”）

96.思考7个问题并总结如何调试预测结果（12分钟，附程序）

第7章：分别利用内置函数程序和语句代码程序解决股指预测问题。

97.学习目的与股票预测和回归预测问题（8分钟，带程序）

98.算法流程及功能程序详解10项（10分钟，附程序）

99. 程序10_1数据标准化和目的区分（6分钟，附程序，网上免费“试用”）

100. 3点网络架构和3张训练后图像分析（11分钟，附程序）

101.每日预测，RMSE和R，以及预测明天的指数（11分钟，有节目）

102.程序10_1易出错问题及运行结果数据（4分钟，附程序）

103.先对程序10_2进行12项详细讲解（10分钟，有程序）

104.损失函数类型及重量值存储及计时（10分钟，带程序）

105.损失函数3图像与网络预测与拟合（11分钟，附程序）

106. 误差图像和数值指标以及明天指数的预测（11分钟，附节目）

107. 程序中可以更改的6点以及如何更改的建议（13分钟，附程序）

108.模型扩展6点及每周序列预测（10分钟，带程序）

109.算法扩展5点及数值指标对比（6分钟，附程序）

110.思考7个问题并总结如何使用程序（15分钟，带程序）

第8章 天气文本报告分类问题分析并利用自带函数程序实现

111.学习目的、天气文本分类的理解和自读机会（11分钟，带节目）

112. 将文本处理为数字序列的步骤（9 分钟，含程序）

113. 使用文本将函数语法处理为数字序列（7 分钟，含程序）

114.节目11_1前9项详细分析（9分钟，带节目）

115.天气预报和气象类型等表格文件的解读（8分钟，附程序）

116.将字符串标签转换为分类数组并进行类频选择（11分钟，含程序）

117.如何将数据划分为训练、验证和测试目的（6分钟，附程序）

118. 文本预处理、文字编码和文本转换序列（13 分钟，含程序）

119.节点参数、层架构和训练选项设置（8分钟，含程序）

120.训练观察和过拟合以及论文中使用的3张图片（9分钟，带程序，网上免费“试用”）

121.测试数据处理和分类准确性（9分钟，含程序）

122.新编写文本报告的网络分类和概率训练（10分钟，带程序）

123.关于文本分类的思考以及四种LSTM算法的比较（11分钟，带程序）

124.关于编码和过拟合的思考和总结（7分钟，带程序）

第9章函数表达式分别使用语句代码程序和内置函数程序编写。

125.学习目的和流程6_2运行和保存数据（8分钟，附流程）

126.函数表达式的已知条件及研究目的（8分钟，附程序，网上免费“试用”）

127.列车参数调用及网络计算过程分析（13分钟，附程序）

128.数值输入、序列计算与函数关系分析（8分钟，含程序）

129.网络函数表达式编写原则建议（6分钟，附程序）

130.思考如何运营网络并总结要点（11分钟，带程序）

131.学习目的和学习程序12和学习程序8_1（7分钟，带程序）

132.函数关系讲解要点及网络信息解读（14分钟，附节目）

133.网络预测和程序改进的函数关系表达式（13分钟，附程序）

134.函数关系表达的变化、反思和总结（9分钟，带节目）

5. 下载文件

附件1_必读_长短时记忆网络及程序视频学习指南.doc

附件2_长短期记忆网络及程序视频_PPT课件.rar

附件3_长短期记忆网络m所有程序_郑毅.rar