[1]Hochreiter, Sepp; Schmidhuber, Jürgen.Long Short-Term Memory[J].Neural Computation,1997,9(8)

本实验实现的是利用LSTM (长短期记忆神经网络) 进行股票预测，通过本次实验，你将了解股票预测的方法、股票预测的数据集处理技巧、LSTM模型搭建以及训练过程等等，除此之外，你还将看到Paddlepaddle框架实现深度学习的一个十分清晰的结构流程，加深你对Paddlepaddle的了解。

MATLAB实现Bayes（贝叶斯）优化LSTM(长短期记忆神经网络)时间序列预测数据集

MATLAB实现LSTM(长短期记忆神经网络)多输入单输出数据集

MATLAB实现LSTM(长短期记忆神经网络)时间序列预测

使用keras库，数据来自BCI Competiton数据集下的Data from Berlin组的mat文件，请仅限用于研究，数据包组成，使用后三个量x_train（训练集）,y_train（标签）,x_test（测试集），训练集有316组样本，样本由500毫秒下28通道的数据构成，数据详细描述：http://www.bbci.de/competition/ii/berlin_desc.html。使用k折验证法验证，验证结果极佳，但没有测试集的标签，所以不知道对于新数据的分类情况如何。

《NLP汉语自然语言处理原理与实现》第九章LSTM的python的代码实现，使用python3实现。可运行。