Braindecode系列 (1)：在BCIC IV 2a数据集上进行试验

0. 引言

最近在看运动想象相关的论文时，找到了一个很好的关于脑电信号处理的深度学习库，名为：Braindecode。在该库包中，集成了众多模型，包括：EEGNet、Shallow_fbcsp、Atcnet、Tcn等。这里就如何使用Braindecode 进行简单的介绍，本节内容主要介绍一个小项目：在BCI IV 2a数据集上进行试验。该项目主要分为四个系列，分别为：

1. 在BCIC IV 2a数据集上进行试验（trialwise decoding ）
2. BCIC IV 2a 数据集上的裁剪解码 （cropped decoding）
3. BCIC IV 2a数据集的数据增强
4. 使用自定义数据集

Braindecode 项目地址：Braindecode：一个解决脑电信号处理的深度学习模型的开源Python库

1. 环境介绍

1.1 环境配置

首先，介绍下如何配置项目所需的环境。项目所需环境配置主要分为三个步骤：

1. Pytorch的配置。项目里面所用的诸多深度学习模型