- 博客(9)
- 收藏
- 关注
RSS订阅原创 4D-CRNN
😘从今天开始，我会陆陆续续更新关于EEG-Recognize+Deep Learning的文章与模型。从我个人的理解角度寻找到现有的结合这两方面的、有效地、结构清晰的文章，并附录清晰的解释与数据代码😚情绪识别是脑电信号解码一个较为简单、但同时包容性最强的一个解码领域，之前的或现有的研究工作有很多，公开的数据集也有很多，如上述所言，在这里我只更新一些比较先进的、具有可解释性的模型。
2024-03-13 15:07:10
1009
3
原创 GitHub和Git的初步使用
会进入一个输入界面，Title随便取一个名字，最好是你当前使用的计算机名以便区分，然后将刚刚复制的keys粘贴到key框框中，点击Add SSH key。
2024-03-13 15:02:06
796
原创 科研基础能力
•每天都在跑实验，希望别人方法能够适用自己数据集，从而得到一个好的实验结果 （别人方法能适用你的数据集，从侧面证明了别人方法好，自己创新没了）• 纸质阅读: 易于批注 重要文章：如，review，方法论、语言佳、具有极大参考性的文章（精读文章）•深度学习方法创新都是在改网络结构，每天都在想如何改好一个网络结构（类似论 文太多，不利于发论文）根据小标题->搜索中文博士论文（绪论部分）；•希望别人方法用于解决自己问题，效果不错（证明别人方法好，自己创新没了）• 中文综述（较好中文核心，如计算机科学，特点易懂）
2023-10-25 16:34:28
99
1
原创 PyTorch 深度学习实践 梯度下降法
3、本算法中的随机梯度主要是指，每次拿一个训练数据来训练，然后更新梯度参数。本算法中梯度总共更新100(epoch)x3 = 300次。梯度下降法中梯度总共更新100(epoch)次。1、损失函数由cost()更改为loss()。cost是计算所有训练数据的损失，loss是计算一个训练数据的损失。对应于源代码则是少了两个for循环。2、梯度函数gradient()由计算所有训练数据的梯度更改为计算一个训练数据的梯度。随机梯度下降法在神经网络中被证明是有效的。效率较低(时间复杂度较高)，学习性能较好。
2023-10-09 11:17:58
74
1
原创 pip安装时遇到traceback(most recent call last)错误以及error: The read operation timed out解决方法
【代码】pip安装时遇到traceback(most recent call last)错误以及error: The read operation timed out解决方法。
2023-10-09 10:57:52
1566
1
原创 深度学习环境安装
参考视频：Python深度学习：安装Anaconda、PyTorch（GPU版）库与PyCharm_哔哩哔哩_bilibili参考博客：深度学习环境配置超详细教程【Anaconda+PyTorch(GPU版)+CUDA+cuDNN】-CSDN博客
2023-10-08 15:20:12
37
1
原创 【文献阅读】基于脑网络的EEG情绪分类研究
在这篇文献中，作者利用脑电信号来构建脑网络并得到脑网络的拓扑结构，从而分析不同节点间的连接及关系，通过节点间的连接差异性作为判断情绪差异性的依据。最后，结合深度学习网络算法作为一种提高脑电信号识别准确率的方法。本文将探索如何通过刺激材料诱发采集的脑电信号以及根据信号构造的脑网络应用到情绪识别上，并结合深度学习神经网络模型对情绪分类进行研究。充分利用深度学习算法强大的特征提取能力和处理时序信号的能力，结合隐含在EEG信号中的时序信息，构建合理的深度学习神经网络，完成基于脑网络的EEG信号的情感识别任务。
2023-08-06 16:08:37
617
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人