角化饲料LSTM

Question

我对角星很陌生。我想知道是否有人能帮助我如何用我的数据( EEG )来喂养LSTM。我有来自306个频道的1400次试验，长度为600分。

1-我想创建一个LSTM网络，在每个时间步骤t中，第一层接受所有通道的输入(所有EEG通道最初被输入到同一个LSTM层)。

另外，另一个网络由几个306个LSTM组成，每个LSTM在第一层只连接到一个输入信道，第二编码层然后通过接收所有信道LSTM的级联输出矢量作为输入来执行信道间分析。

谢谢

Answer 1

如果我正确理解了它，代码应该如下所示：

def lstm_model():
   hidden_units = 512  # may increase/decrease depending on capacity needed
   timesteps = 600
   input_dim = 306
   num_classes = 10    # num of classes for ecg output
   model = Sequential()
   model.add(LSTM(hidden_units, input_shape=(timesteps, input_dim)))
   model.add(Dense(num_classes))
   adam = Adam(lr=0.001)
   model.compile(loss='categorical_crossentropy', optimizer=adam, metrics=['accuracy'])
   return model

def train():
   xt = np.array([])  # input_data shape = (num_trials, timesteps, input_dim)
   yt = np.array([])  # out_data shape = (num_trials, num_classes)
   batch_size = 16
   epochs = 10
   model = lstm_model()
   model.fit(xt, yt, epochs=epochs, batch_size=batch_size, shuffle=True)