zepen/predict_Lottery_ticket
zepen/predict_Lottery_ticket has 1,079 GitHub stars and 462 forks. GitHot measured +1 stars in 24 hours and +4 in 7 days. Last checked 2026-11-14 11:03 UTC. Last push 2026-09-10.
Progression mesurée des étoiles
- in 24h
- +1
- in 7 days
- +4
- in 15 days
- Historique en cours
- in 1 month
- Historique en cours
Variations nettes sur des périodes qui se chevauchent, pas des totaux quotidiens. Les mesures absentes restent vides. Les étoiles indiquent l’intérêt, pas la qualité.
À propos
AI彩票号码预测
Apprentissage automatiqueREADME.md
OriginalAI 彩票号码预测

简体中文 | English |
在线训练预测: https://www.ai-spinach.xyz
联系客服: QQ1群:246714623,QQ2群:980203303
📖 项目简介
本项目是一个基于深度学习的彩票号码预测实验项目,仅供娱乐,请勿用于任何非法用途或过度投注。
项目的核心是序列模型的预测能力。与传统将每个号码独立预测不同,本项目将红球号码视为一个完整的序列进行建模,并引入 CRF(条件随机场) 层来捕捉号码之间的序列依赖关系。这种方式能有效避免独立预测产生的重复号码问题,提升预测结果的连贯性和合理性。蓝球则单独建立模型进行预测。
整个模型基于 TensorFlow 1.x 兼容模式构建,在 TensorFlow 2.x 下通过 tf.compat.v1 接口运行。
✨ 功能特性
- 支持双色球、大乐透、七乐彩、七星彩
- 提供在线训练预测 Web 应用,无需本地部署
- 采用 LSTM + CRF 序列模型,提升红球预测的连贯性
- 支持模型预测评估,可调整训练集/测试集比例
- 纯脚本化运行,无需 Docker 或微服务
🛠️ 安装
- 安装 Anaconda(可参考 教程)
- 创建 conda 环境:
conda create -n your_env_name python=3.11 - 激活环境并安装依赖:
conda activate your_env_name pip install -r requirements.txt
🚀 快速开始
获取训练数据
python get_data.py --name ssq # 双色球若解析错误,请检查网页 http://datachart.500.com/ssq/history/newinc/history.php 是否可正常访问。
其他彩种参数:
彩票名称 参数 大乐透 --name dlt七乐彩 --name qlc七星彩 --name qxc训练模型
python run_train_model.py --name ssq先训练红球模型,再训练蓝球模型。模型参数和超参数在 config.py 中配置。训练时间取决于参数设置。
预测号码
python run_predict.py --name ssq预测结果将打印在控制台。
📝 更新日志
新增七乐彩、七星彩支持(参数 qlc、qxc)
爬虫因风控改用 curl_cffi,Python 需升级至 3.11
上线 Web 端应用,无需下载源码即可在线训练预测
新增模型预测评估,可调整训练集/测试集比例(建议训练集采样比例 > 0.5)
修复大乐透蓝球号码预测超出取值范围的问题
修复训练传参导致数据维度不匹配的问题
新增对大乐透的完整支持(数据爬取、训练、预测),参数 --name dlt
废弃 Docker 模式和微服务,降低使用门槛,直接运行脚本即可
更新 requirements.txt 中相关库版本,解决大部分安装依赖问题
将红球作为整体序列模型(LSTM + CRF),替代原先红球独立预测的设定,避免重复号码。因 CRF 层 API 需在 tf.compat.v1.disable_eager_execution() 下运行,整个模型采用 1.x 构建和训练模式。
Explorer des projets similaires
tensorflow/tensorflow
Un framework open source d'apprentissage automatique pour tous
201,593 étoileshuggingface/transformers
🤗 Transformers : le framework de définition de modèles pour les modèles d'apprentissage automatique de pointe en texte, vision, audio et multimodal, pour l'inférence et l'entraînement.
168,962 étoilesAUTOMATIC1111/stable-diffusion-webui
Interface web de Stable Diffusion
165,311 étoilesComfy-Org/ComfyUI
La GUI, l'API et le backend les plus puissants et modulaires pour les modèles de diffusion, avec une interface de graphes et de nœuds. Le moteur d'inférence local le plus rapide au monde.
146,755 étoiles