文件名称：detect-sleep-apnea:ENS挑战数据
文件大小：55KB
文件格式：ZIP
更新时间：2024-04-07 01:12:09
Python
检测睡眠呼吸暂停 ENS挑战数据 如何运行代码？ 要训练模型，只需下载dreem_lstm.ipynb笔记本并使用Google Colab将其打开。在笔记本中，我们首先下载数据，然后进行培训。 路线图： 标准化原始输入（减去均值并除以标准差） 支持单个信号输入（在配置文件中调整signal_id以选择要使用的信号） 支持多路信号输入（共8路信号） 添加卷积以处理原始输入，然后再将它们输入到RNN /变压器模型 独自尝试卷积 处理隐藏状态序列，而不是最后一个隐藏状态 平滑标签以添加时间信息 尝试更好的损失/训练策略以在目标预测中考虑时间关系 将rnn换成自注意力编码器 尝试像seq2seq模型一样训练解码器
【文件预览】：
detect-sleep-apnea-main
----dosed()
--------dosed()
--------Dockerfile(178B)
--------.circleci()
--------h5data_download.sh(183B)
--------requirements.txt(147B)
--------LICENCE(1KB)
--------setup.py(639B)
--------README.md(4KB)
--------Makefile(471B)
----scripts()
--------data_download.sh(94B)
----utils.py(7KB)
----metric_dreem.py(5KB)
----main.py(3KB)
----dataset.py(7KB)
----models.py(6KB)
----dreem_lstm.ipynb(31KB)
----config()
--------bert.json(799B)
--------conv_default.json(971B)
--------lstm+conv.json(866B)
--------default.json(866B)
--------bert+conv.json(885B)
--------lstm.json(780B)
----README.md(887B)
----visualisation.py(2KB)