一、卷积神经网络CNN最经典卷积神经网络有三层：Convolution LayerPooling Layer（Subsampling）上采样Fully Connected Layer卷积的计算：红框框里与蓝色矩阵filter做矩阵乘法，即：（2*1+5*0+5*1）+（2*2+3*1+4*3）+（4*1+3*1+1*2）= 35之后红色框框往后移一列，继续上述计算卷积神经计算完成得到的数据与深度神

论文题目：An Experimental Review on Deep Learning Architectures for Time Series Forecasting介绍：这是一篇基于深度学习的用于时间序列预测模型综述型论文论文：网盘链接：https://pan.baidu.com/s/1wjBoESLhJ3z3gzGwQ5vXZQ提取码：746t说明：本文只是记录论文阅读中的学习笔记，整理

深度学习入门指导

论文题目：An Experimental Review on Deep Learning Architectures for Time Series Forecasting介绍：这是一篇基于深度学习的用于时间序列预测模型综述型论文论文：网盘链接：https://pan.baidu.com/s/1wjBoESLhJ3z3gzGwQ5vXZQ提取码：746t说明：本文只是记录论文阅读中的学习笔记，整理

LSTM实现stock trend的预测本周学习总结：调试代码了解LSTM运行机制学会使用Jupyter安装配置环境下周学习安排：还是需要基础的，接下来的两周准备看些机器学习，然后慢慢深入到深度学习，之后尝试用pytorch或者tensorflow跑一下别人的代码，了解模型结构的使用机制，总而言之多动手看代码！一、数据集使用quandl提供的Google Stock数据集，数据集中变量介绍：Dat

深度学习入门指导

有监督的神经网络：ANN、DNNRNN循环神经网络和递归神经网络CNN（卷积运算、图片）Transformer没有卷积、没有池化也没有池化无监督的预训练网络RNNCNNTransformer

论文题目：An Experimental Review on Deep Learning Architectures for Time Series Forecasting介绍：这是一篇基于深度学习的用于时间序列预测模型综述型论文论文：网盘链接：https://pan.baidu.com/s/1wjBoESLhJ3z3gzGwQ5vXZQ提取码：746t说明：本文只是记录论文阅读中的学习笔记，整理

深度学习入门指导

LSTM实现stock trend的预测本周学习总结：调试代码了解LSTM运行机制学会使用Jupyter安装配置环境下周学习安排：还是需要基础的，接下来的两周准备看些机器学习，然后慢慢深入到深度学习，之后尝试用pytorch或者tensorflow跑一下别人的代码，了解模型结构的使用机制，总而言之多动手看代码！一、数据集使用quandl提供的Google Stock数据集，数据集中变量介绍：Dat