【思维导图】【脑机接口社区】利用LSTM(长短期记忆网络)来处理脑电数据【提供代码及数据集】

【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