基于Tensorflow深度学习的ECG身份识别方法(一)
基于Tensorflow深度学习的ECG身份识别方法(二)
基于Tensorflow深度学习的ECG身份识别方法(三)
一、前言
最近学习了 python 和 tensorflow,略懂了点皮毛,就上手尝试做了下 ECG 身份识别的小项目,使用一维 CNN 神经网络,最终识别 48 种 ECG 信号,识别率初步达到 93.8%。本篇也是从零基础开始讲解,在此仅作学习记录使用。如有错误请帮忙指正。
二、开发环境
- 系统:Win10
- Python 版本 :3.7
- IDE:Pycharm 2018
- Tensorflow 版本:2.0
- Matlab 2018b
三、准备工作
- 首先是Python环境的安装,去Python官网上下载适合自己电脑的安装包,下载完双击运行,安装没什么难度,记得勾选下
ADD Python 3.7 to PATH
。也可以自行百度,网上资料一大堆。参考博客https://blog.csdn.net/qq_34120459/article/details/86425559 - Pycharm安装(这里可选择不安装,用其他的编辑工具编辑代码,在dos窗口下运行程序就可以了,第三方模块也可以在dos里用pip工具安装)。安装过程参考教程
- Tensorflow2.0安装(这里安装的是cpu版本的,若想安装GPU版本可百度。)
- 若是在Pycharm里安装,依次点击
File
->Settings
->Project Interpreter
,如图所示,点击+
然后在弹出页面搜索Tensorflow,点击左下角的Install Package
即可。(由于网络问题,安装过程可能会很慢,也可能会失败。。。) - 直接在dos窗口安装,进入dos窗口(win+r,然后输入cmd,回车),先更新下pip工具到最新版,然后更换清华源。命令如下:
pip install pip -U
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip install tensorflow==2.0.0-alpha0
四、小结
至此准备工作已经准备完毕,下一篇将介绍ECG数据的获取与处理。