# PatientEz/CNN-BiLSTM-Attention-Time-Series-Prediction\_Keras

<https://repo.masters-masters.com/repos/PatientEz/CNN-BiLSTM-Attention-Time-Series-Prediction_Keras>

[Accueil](https://repo.masters-masters.com/) › [PatientEz](https://repo.masters-masters.com/owners/PatientEz) › [CNN-BiLSTM-Attention-Time-Series-Prediction\_Keras](https://repo.masters-masters.com/repos/PatientEz/CNN-BiLSTM-Attention-Time-Series-Prediction_Keras)

PatientEz/CNN-BiLSTM-Attention-Time-Series-Prediction\_Keras, dépôt open source à 755 étoiles sur GitHub. Carte Bêta de RepoMasters. Langage : Python.

| Champ | Valeur |
| --- | --- |
| Propriétaire | [PatientEz](https://repo.masters-masters.com/owners/PatientEz) |
| Étoiles | 755 |
| Forks | 108 |
| Langage | [Python](https://repo.masters-masters.com/languages/python) |
| Licence | Aucune |
| Création | 2020 |
| Rang | [Bêta (700 à 1 999 ★)](https://repo.masters-masters.com/ranks/box_office) |
| Voir sur GitHub | [PatientEz/CNN-BiLSTM-Attention-Time-Series-Prediction\_Keras](https://github.com/PatientEz/CNN-BiLSTM-Attention-Time-Series-Prediction_Keras) |

## Fiche du dépôt

CNN+BiLSTM+Attention Multivariate Time Series Prediction implemented by Keras

Rang des dépôts qui ont 700 à 1 999 ★ sur GitHub. Probabilité publiée par carte tirée : 6 %. Rareté : Rare.

## D’autres dépôts Python

- [haofanwang/inswapper · ★ 755 · Python · Bêta](https://repo.masters-masters.com/repos/haofanwang/inswapper)
- [john-mnz/ComfyUI-Inspyrenet-Rembg · ★ 755 · Python · Bêta](https://repo.masters-masters.com/repos/john-mnz/ComfyUI-Inspyrenet-Rembg)
- [ohayonguy/PMRF · ★ 755 · Python · Bêta](https://repo.masters-masters.com/repos/ohayonguy/PMRF)
- [tldr-pages/tldr-python-client · ★ 755 · Python · Bêta](https://repo.masters-masters.com/repos/tldr-pages/tldr-python-client)
- [pypa/packaging · ★ 755 · Python · Bêta](https://repo.masters-masters.com/repos/pypa/packaging)
- [invl/retry · ★ 755 · Python · Bêta](https://repo.masters-masters.com/repos/invl/retry)

---
Données : GitHub · Illustration dessinée par RepoMasters à partir de l’identifiant du dépôt et de la couleur de son langage.