目录
1 高级神经网络Keras知识点讲解及入门算例
【数学建模】“华为杯”高级神经网络Keras(Python代码实现)
2 CNN-GRU-Attention负荷预测
2.1 Python代码实现
部分代码：
plt.figure(dpi=200, figsize=(24, 8))
plt.plot(wucha_1,color='m')
plt.title("CNN-GRU-Attention神经网络相对误差值")
plt.savefig('1.png', dpi=300, bbox_inches="tight")
plt.show()
plt.figure(dpi=200, figsize=(24, 8))
plt.plot(wucha_2,color='c')
plt.title("CNN-GRU-Attention神经网络绝对误差值")
plt.savefig('2.png', dpi=300, bbox_inches="tight")
plt.show()
# 绘制训练集和测试集的loss值对比图
plt.plot(history.history['loss'], label='train',color='b')
plt.plot(history.history['val_loss'], label='test',color='r')
plt.title("CNN-GRU-Attention神经网络loss值")
plt.legend()
plt.savefig('3.png', dpi=300, bbox_inches="tight")
plt.show()
plt.figure(dpi=200, figsize=(24, 8))
plt.plot(prediction, label='预测值',color='g')
plt.plot(real, label='真实值',color='r')
plt.legend(loc='best')
plt.title("基于CNN-GRU-Attention神经网络负荷预测")
plt.savefig('4.png', dpi=300, bbox_inches="tight")
plt.show()
数据：
2.2 运行结果
