文件名称：ECG-Heart-Beat
文件大小：716KB
文件格式：ZIP
更新时间：2024-04-10 13:53:13
JupyterNotebook
使用Tensorflow对ECG心跳进行分类 培训期间的准确性和损失 |时代| train_acc | train_loss | valid_acc |有效损失| | ------- | ------------ | ---------------------------- ----------- | 12/30 | 0.8669 | 0.0.3436 | 0.7969 | 0.4844 | 时期图，train_loss，valid_loss，error_rate，时间 测试数据评估图 火车训练精度图及有效数据集 培训损失和有效数据的培训图 图分类报告 混乱矩阵图 roc曲线图 使用Tensorflow CNN1对心电图异常和正常进行分类 培训期间的准确性和损失 |时代| train_acc | train_loss | valid_acc |有效损失| | ------- | ----
【文件预览】：
ECG-Heart-Beat-main
----images()
--------ecg_train_loss.png(12KB)
--------ecg_normal_abnormal_roc_auc.png(27KB)
--------ecg_normal_abnormal_classification_report.png(34KB)
--------ecg_test_data_prediction.png(24KB)
--------ecg_classification_report.png(50KB)
--------ecg_pytorch_optuna.png(33KB)
--------ecg_roc_auc_score.png(46KB)
--------ecg_normal_abnormal_train.png(40KB)
--------ecg_tensorflow_graph.png(13KB)
--------ecg_normal_abnormal_loss_graph.png(12KB)
--------ecg_confusion_matrix.png(36KB)
--------ecg_normal_abnormal_test_prediction.png(23KB)
--------ecg_normal_abnormal_confusion_matrix.png(18KB)
--------ecg_normal_graph.png(12KB)
--------ecg_tensorflow_train.png(57KB)
----ECG_PyTorch_Optuna_CNN1HPT()
--------model_file.py(4KB)
--------dataset_file.py(699B)
--------main.py(6KB)
----LICENSE(34KB)
----README.md(3KB)
----ECG_Tensorflow_CNN1.ipynb(427KB)