------------------------------------------------- 整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外，没有其他的预处理方法 # 初探学习率 ------------------------------------------------- 000 学习率 1e-4 epoch 20 过早（epoch 6）过拟合 ------------------------------------------------ 001 学习率 1e-5 epoch 50 可以 ----------------------------------------------- 002 学习率 1e-6 epoch 50 比较合适,就是太慢了 # 主要影响F1的是precision ------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，没有其他的预处理方法 -------------------------------------------------------- 003 学习率 1e-5 epoch 50 -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，没有其他的预处理方法 保持正样本权重为1改成保持负样本权重为1 -------------------------------------------------------- 004 学习率 1e-5 epoch 50 -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，没有其他的预处理方法 改成单输出 -------------------------------------------------------- 005 学习率 1e-5 epoch 50 -------------------------------------------------------- 以下开始测试预处理方法 -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，削顶600，归一化 -------------------------------------------------------- 011 学习率 1e-5 epoch 50 -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，使用整体混叠信号Z-score整理数据集 -------------------------------------------------------- 012 学习率 1e-5 epoch 50 -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，使用每个片段的混叠信号Z-score整理数据集 -------------------------------------------------------- 013 学习率 1e-5 epoch 50 -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，使用大体动检测后缩放 -------------------------------------------------------- 014 学习率 1e-5 EPOCH 50 -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法[无处理] # 修改卷积层的激活函数, 将呼吸的采样率从提升至10Hz，并每0.5秒输入到LSTM -------------------------------------------------------- 021 学习率 1e-5 EPOCH 50 -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，无预处理 # 修改卷积层的激活函数 RESP用CNN STFT用LSTM -------------------------------------------------------- 022 学习率 1e-5 EPOCH 50 -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，削顶600，归一化 # 修改卷积层的激活函数 RESP用CNN STFT用LSTM -------------------------------------------------------- 023 学习率 1e-5 EPOCH 50 -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法 # 修改卷积层的激活函数 RESP用CNN(RESNET?) STFT用LSTM 对两者输出的结果再用CNN -------------------------------------------------------- 024 学习率 1e-5 EPOCH 20 TODO -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法 # 修改卷积层的激活函数 RESP用CNN(RESNET?) STFT用LSTM 对两者输出的结果再用CNN -------------------------------------------------------- 025 学习率 1e-5 EPOCH 20 TODO -------------------------------------------------------- ## TODO: 质量好的信号结果分析；严重程度的分析 -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法 -------------------------------------------------------- 031 学习率 1e-2 epoch 300 呼吸10Hz 纯BI-LSTM 300个点，折成60,5 -------------------------------------------------------- -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法 -------------------------------------------------------- 032 学习率 1e-2 epoch 300 呼吸10Hz 纯BI-LSTM 300个点，保持300， 1 -------------------------------------------------------- -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法 -------------------------------------------------------- 033 学习率 1e-2 epoch 300 呼吸10Hz 两层BI-LSTM 300个点，保持300， 1 -------------------------------------------------------- -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法 -------------------------------------------------------- 034 学习率 1e-2 epoch 300 呼吸10Hz 三层BI-LSTM，特征向量大小为64 300个点，保持300， 1 -------------------------------------------------------- -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法 -------------------------------------------------------- 035 学习率 1e-3 epoch 300 呼吸10Hz CNN 300个点，保持300， 1 -------------------------------------------------------- -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法 -------------------------------------------------------- 036 学习率 1e-3 epoch 300 呼吸10Hz 三层LSTM 特征向量大小为8， 输出全部特征向量，此前使用的是最后一个特征向量 300个点，保持300， 1 -------------------------------------------------------- -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法 -------------------------------------------------------- 037 学习率 1e-3 epoch 300 呼吸10Hz Resnet18 300个点，保持300， 1 -------------------------------------------------------- -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外， -------------------------------------------------------- 041 学习率 1e-3 epoch 300 呼吸10Hz LSTM + handcraft to Fully connected 整窗handcraft 300个点, 300, 1 + 3, 1 -------------------------------------------------------- -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外， -------------------------------------------------------- 041 学习率 1e-3 epoch 300 呼吸10Hz LSTM + handcraft to Fully connected 整窗handcraft 300个点, 300, 1 + 3, 1 ------------------------------------------------------ -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外，Z-score -------------------------------------------------------- 042 学习率 1e-3 epoch 300 呼吸10Hz LSTM + handcraft to Fully connected 整窗handcraft 300个点, 300, 1 + 3, 1 -------------------------------------------------------- -------------------------------------------------------- **全量**整晚数据集训练 1：10，class_weight 解决不平衡问题， 数据集减去平均值外，Z-score -------------------------------------------------------- 043 学习率 1e-3 epoch 300 呼吸10Hz LSTM + handcraft CNN to Fully connected 整窗handcraft 300个点, 300, 1 + 3, 1 -------------------------------------------------------- -------------------------------------------------------- 非整晚数据集训练 1：3.5，仅用质量好的数据训练，class_weight 解决不平衡问题， 数据集减去平均值外，选上述最好的处理方法 -------------------------------------------------------- 0xx 学习率 1e-4 这个不实现先 --------------------------------------------------------