marques/sleep_apnea_hybrid
1
0
Fork 0
Code Issues Pull Requests Projects Releases Wiki Activity
master
sleep_apnea_hybrid/exam/试验记录.txt

268 lines
9.9 KiB
Plaintext
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

-------------------------------------------------
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
--------------------------------------------------------
Reference in New Issue View Git Blame Copy Permalink