【MI-EEG】数据二分类准确率一直保持在0.5...

上周遇到问题：

使用BCIC 2a数据集来训练网络，不管是验证集还是测试集准确率均在0.5左右，当然训练集也不会高到哪里去，在0.5和0.65之间摆动

 在网上找了很多教程，包括修改损失函数、修改各种参数等，均不能起到很好的效果，最终的解决方法是：

1、改数据集

BCIC 2a数据集本来就很小，并且其他方法在这个数据集上的准确率也并没有达到很高

2、改网络

我自己心知肚明，我自己搭的网络很垃圾，基本上就是几个卷积层，把网络建的深了之后，现在准确率一眼看过去就是增长了

我这个问题仅限于这个数据集，因为我的损失函数一直保持在0.69附近，准确率在0.5附近，就一直以为是代码哪里出了问题，搜了很多方法也没有改进。

另外，还修改了dense层的参数

z = Dense(self.num_class, activation='softmax', kernel_constraint=max_norm(0.1),
                  name='classifier')(latent)

把原来的数换成0.1了，也忘记原来是多少了