我正在尝试学习使用python中的深度学习来分析EEG数据。不幸的是,我对python还不熟悉,所以我试图找到最简单的可用工具。这让我找到了凯拉斯。在
更确切地说,我正在尝试实现以下管线:
到目前为止,我似乎被困在“S1”或“C2”上。目前的想法是:
EEG数据的输入部分(目前我将使用1 x 6000)
通过20个1D过滤器(1x200)进行测试。
但是,下面的代码给出了以下错误:
model = Sequential()
model.add(Conv1D(input_shape=(1,6000), kernel_size=200,strides=1,
activation='sigmoid',filters=20))
model.add(MaxPooling1D(pool_size=20, strides=10,padding='same'))
model.add(Conv2D(filters=400,kernel_size=(20,30),strides=(1,1),activation='sigmoid'))
输出:
^{pr2}$我确信这是一个很小的错误,但是查阅keras文档并没有让我更明智。在
我意识到上面的操作跳过了“堆叠”过程,但我能找到的最接近的东西就是连接,这只是抱怨我没有给它任何输入。在
我使用的是ano 0.9.0.dev和keras2.0.2
在从1D转换为2D之前,您需要对数据进行整形。Keras中有dedicated layer。我想,你的模型可能是这样开始的:
我还将
input_shape
替换为默认维度顺序。在相关问题 更多 >
编程相关推荐