keras-tcn

收录理由

遇到序列建模问题时，多数人第一反应是LSTM或GRU，但这个库提供了一条不同的路径，值得一试。它把时序卷积网络封装成Keras层，只需一次导入和几个关键字参数，就能嵌入现有模型。膨胀因果卷积带来的有效记忆比同等规模的循环单元更长，而且训练时在时间步上是并行计算的，不用一步步串行推进。项目持续跟进TensorFlow新版，Python和R都能用，还附带了可运行的示例。需要留意的是，它更像一个构件而非完整方案，数据管道和训练流程还得自己搭建。