代码重写：eeg数据处理

原来的帧移帧长会将数据变长很多。但实际上，我们可以做一些操作.改写dataset就可以了

class AADDataset(Dataset):
    '''
    x: Features.
    y: Targets, if none, do prediction.
    '''
    def __init__(self, x, y):
        self.y = torch.FloatTensor(y)
        self.x = torch.FloatTensor(x)

    def __getitem__(self, idx):
        dim = list(self.x.size())
        pointrange = dim[1]-train_length
        tr = int(idx / pointrange)
        point = idx % pointrange
        return self.x[tr,point:point+train_length,:], self.y[tr,point:point+test_length,:]

    def __len__(self):
        dim = list(self.x.size())
        return dim[0]*(dim[1]-train_length)

只要改写len就可以找到idx的范围，然后再在getitem里面解决idx的下标问题，困扰许久的帧长帧移问题就解决了。

 可以看到改写之后和改写之前结果几乎一样