151 lines
5.7 KiB
Plaintext
151 lines
5.7 KiB
Plaintext
-------------------------------------------------
|
||
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 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
|
||
--------------------------------------------------------
|
||
021
|
||
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
|
||
# 引入残差块
|
||
--------------------------------------------------------
|
||
022
|
||
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
|
||
--------------------------------------------------------
|
||
023
|
||
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
|
||
--------------------------------------------------------
|
||
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**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
|
||
--------------------------------------------------------
|
||
031
|
||
学习率 1e-4
|
||
--------------------------------------------------------
|
||
|
||
|
||
|
||
|
||
--------------------------------------------------------
|
||
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
|
||
-------------------------------------------------------- |