【电脑用户可直接拉至本文末尾,浏览脑图完整版】
【本文代码及数据集】
https://github.com/maosenGao/LSTM_EEG_Maosen
整体框架,这篇文章还是以介绍LSTM为主的
本文胜在对LSTM公式的理解上,但关于为什么要用LSTM上没有做非常详尽的说明,这里做一点补充:
关于理解部分摘录自这篇题为《多图|入门必看:万字长文带你轻松了解LSTM全貌》的文章,很详细,推荐配合本文阅读。
LSTM是RNN网络的变形,自然得首先充分理解RNN
留意这里的各个符号的含义,这里四个激活函数,三个sigmoid,两个tanh 的选取是有其背后的原因的,不能混用。
三个sigmoid :各自对应这一个门
tanh 则体现了LSTM 保留着RNN 的痕迹。
LSTM 的核心思想包含 细胞状态和门 这两个概念
本文最有价值的内容来了!
后面就是代码部分了,数据集下载不复杂,很值得拿来练练手
若想查阅本文文字部分,可【脑机接口社区】公众号搜索“利用LSTM(长短期记忆网络)来处理脑电数据”获得,通过学习平台上的文章,本人不断增进对脑机接口的认识,在此一并表示感谢~
【本文代码及数据集】
https://github.com/maosenGao/LSTM_EEG_Maosen
最后附上完整文件的图片格式