【思维导图】利用LSTM(长短期记忆网络)来处理脑电数据
更多技术干货第一时间送达
文章来源| 脑机接口社区群友 认知计算_茂森的授权分享
在此非常感谢 认知计算_茂森！
文章的内容来源于社区分享的文章《利用LSTM(长短期记忆网络)来处理脑电数据》.[注：点击图片并放大，可以看清图片中文字]
整体框架，这篇文章还是以介绍LSTM为主的
本文胜在对LSTM公式的理解上，但关于为什么要用LSTM上没有做非常详尽的说明，这里做一点补充：
关于理解部分摘录自这篇题为《多图｜入门必看：万字长文带你轻松了解LSTM全貌》(后文有链接)的文章，很详细，推荐配合本文阅读。
LSTM是RNN网络的变形，自然得首先充分理解RNN
留意这里的各个符号的含义，这里四个激活函数，三个sigmoid，两个tanh 的选取是有其背后的原因的，不能混用。
三个sigmoid ：各自对应这一个门
tanh 则体现了LSTM 保留着RNN 的痕迹。
LSTM 的核心思想包含 细胞状态和门 这两个概念
本文最有价值的内容来了！
后面就是代码部分了，数据集下载不复杂，很值得拿来练练手
若想查阅本文文字部分，可【脑机接口社区】公众号搜索"利用LSTM(长短期记忆网络)来处理脑电数据"获得，通过学习平台上的文章，本人不断增进对脑机接口的认识，在此一并表示感谢~
最后附上完整文件的图片格式
作者博客地址：
https://blog.csdn.net/qq_37148940/article/details/108477161
参考文章：
https://www.jianshu.com/p/6ef8d974de75
赞 (0)