BiTCN卷积神经网络结构,TCN由具有相同输入和输出长度的扩张因果卷积层组成，结合了CNN和RNN的优势。然而，传统的TCN只对输入序列进行正向卷积计算，只提取正向数据特征，忽略了反向中的隐含信息。因此，采用双向时间卷积结构BiTCN来捕捉前后方向的隐藏特征，以更好地获得功率序列的长时间依赖性！BiTCN的网络结构如下图所示！非常新颖！
提示: 本内容由社区用户上传并分享。平台不对内容的真实性、合法性、知识产权归属及是否侵害第三方权利进行事前审核或保证。本内容可能包含受版权保护的图片、字体或其他第三方素材，使用前请自行确认授权范围。
