★ FEATURED ARTICLE 简介一套基于DEAP数据集的脑电信号情感识别项目代码面向深度学习初学者、生物信号处理研究人员和情感计算开发者解决从原始EEG到情绪状态分类的完整建模问题。实现采用一维CNN搭配LSTM提取时空特征并对比GRU、SimpleRNN等循环网络结构预处理阶段包含带通滤波降噪、多域特征提取与标准化覆盖数据清洗、模型构建、训练验证、结果评估等环节。压缩包共35个文件约11.86MB内容以6个Jupyter Notebook为主详细记录特征预处理与多组训练实验另有3个Python脚本便于批量训练与测试h5/npy模型权重文件可直接加载复用PNG图片展示频域分布、标签分布、混淆矩阵及损失曲线等可视化结果。目前已有2521人学习下载是复现EEG情感识别实验、理解CNNLSTM时序建模流程的实用参考多个备份版本也有助于对比不同参数设置对性能的影响。代码结构清晰适合作为课程设计或科研起点。1. 别急着搭模型Deap脑电识别里 CNN-LSTM 的真正瓶颈在哪搜“Deap脑电信号识别CNN-LSTM代码”的人很多是带着一个误解来的以为拿到一份网上公开的代码把数据集下载好、改两行路径就能跑出 90% 的准确率。实际我复现这类方案的经验恰恰相反——模型结构本身只占三成工作量剩下七成全在数据怎么切、标签怎么对齐、训练验证怎么划分。你的模型搭得再漂亮只要滑动窗口切错了或者把同一个被试的数据混在训练集和验证集里准确率就会虚高得离谱换一批被试立刻打回原形。这篇文章就按我平时做脑电情感识别的工作流来讲从 Deap 数据集的结构读起到预处理、CNN-LSTM 模型定义、训练配置最后落在一份能复现的验证流程上。适合两类人一是刚入门想用公开脑电数据集做情感二分类的初学者二是想在 Deap 上快速验证新特征提取思路、又不想在数据组织上翻车的工程师。你会发现很多所谓“效果差”根因根本不在网络。2. Deap数据集怎么读从 .mat 到可训练样本的“门道”想在 Deap 上跑 CNN-LSTM第一步不是写模型而是把数据集读对。Deap 全称是 Dataset for Emotion Analysis using Physiological Signals一份非常标准的脑电情感公开数据集。要复现这类代码你先去搜“deap数据集下载”找到官方页面把s01.mat到s32.mat这些文件拿回来。这批数据里有 32 个被试每个被试看了 40 段视频每段视频伴随一张 1-9 的情感评分表。听起来很简单但原始.mat文件的形状、通道顺序和基线长度直接决定了你后面代码怎么组织。我见过太多人把第 33 到 40 通道的外围生理信号当成脑电一起送进网络训练出来效果奇差还以为是模型不行。2.1 DEAP 的原始数据结构trials、channels、samples 三维度先对齐官方提供的每个被试文件里核心就是两个变量data和labels。data的四维形状是(40, 40, 8064)分别代表 40 个实验、40 个通道、8064 个采样点labels的形状是(40, 4)对应 40 个实验的 valence、arousal、dominance、liking 四个评分。8064 这个数字怎么来的采样率 128Hz每个实验时长 60 秒前 3 秒是静息基线加上后面 60 秒正好 63 秒128 × 63 8064。官方已经做过降采样和人工去伪迹所以拿到的数据相对干净。通道顺序也是固定的前 32 个是实际脑电通道通道名从 Fp1、AF3 一直到 O2是标准的 32 导联国际 10-20 系统布局后 8 个是外围生理信号包含眼电、肌电、皮电、呼吸等。做脑电识别时我一般只取前 32 通道除非你的课题明确要融合多模态生理特征。减少通道数量还有一个好处模型输入维度降了训练速度和显存占用都会友好很多。这里的关键是先打印 shape 确认而不是凭记忆硬写下标一旦把外围信号混进脑电里后续所有结论都得推倒重来。2.2 用 scipy.io.loadmat 读数据先打印 shape 再动手读取.mat文件最稳定的方式是scipy.io.loadmat。网上有些代码会用到h5py那是针对新版 MATLAB 7.3 格式的Deap 官方数据用 scipy 直接解析即可不需要绕弯路。我习惯把数据加载封装成一个单独的函数顺便把标签二值化做掉这样后面训练循环里的代码会干净很多。import numpy as np import scipy.io as sio def load_deap_subject(path, n_eeg_channels32, sample_rate128, baseline_sec3): raw sio.loadmat(path) data raw[data] # (40, 40, 8064) labels raw[labels] # (40, 4) # 取前32个脑电通道去掉前3秒基线 eeg data[:, :n_eeg_channels, baseline_sec * sample_rate:] # 这一步之后 eeg 的形状是 (40, 32, 7680) # 把 valence 评分 5 视为正类其余为负类 valence (labels[:, 0] 5).astype(np.int64) print(f原始 data shape: {data.shape}) print(f截断后 eeg shape: {eeg.shape}) print(f标签分布: 正样本 {valence.sum()}, 负样本 {(valence 0).sum()}) return eeg, valence这段代码的核心逻辑只有三步切片、去基线、二值化。切片这一步最容易错很多新手直接用raw[data][:, :, 3 * 128:]但 3 秒基线是 384 个采样点如果采样率记错成 512Hz切出来的就是 1536 个点整个时序结构全部错位。打印出 shape 的目的就是逼你先确认切片结果是不是(40, 32, 7680)如果不是先检查数据来源别急着往下走。标签分布打印也很重要Deap 的 valence 评分经过 5 分阈值切分后正负样本通常不是严格的 5:5知道分布就能提前决定训练时要不要做类别加权。2.3 标签怎么用二分类阈值、Valence/Arousal 与样本平衡Deap 的情感评分是连续值 1-9但大多数 CNN-LSTM 分类任务落地时都做成二分类。最常见的两个目标是 valence积极/消极维度和 arousal兴奋/平静维度阈值通常取 5大于等于 5 算高唤醒或积极小于 5 算另一类。这个阈值不是拍脑袋定的而是 DEAP 官方论文里的常见切法。也有一部分工作会做回归任务直接预测 1-9 的分数但二分类在工程上更好验证本文保留这个设定。真正需要警惕的是标签分布不平衡。不同被试的评分习惯差异不小有人偏好打高分阈值切完后正样本可能占了七成。CNN-LSTM 这类模型在类别不平衡时loss 会被多数类主导训练出来的模型会倾向于全预测成多数类。我的做法是先打印每个被试的标签分布再决定用加权交叉熵还是过采样。另外标签是按实验粒度的每个实验 60 秒后面做滑动窗口时一个实验能切出几十个窗口所有窗口都继承同一个标签。这里如果没有对齐好窗口和标签的下标关系后面整个训练集都是错乱的这是第 5 章我会重点排查的问题。3. 脑电数据预处理基线校正、标准化与滑动窗口预处理阶段决定了模型的上限。很多公开的 Deap 代码预处理只有两三行但这正是那些代码“跑起来容易、效果不稳定”的原因。我一般把预处理拆成三步先做基线校正再做标准化最后做滑动窗口切分。顺序不能乱尤其是标准化的统计量必须从训练集单独计算绝对不能用到全数据集或测试集的信息。避免数据泄漏这件事从这里就要开始绷着弦。3.1 为什么先做基线校正EEG 的绝对幅值没有跨实验可比性脑电信号本身是微伏级别的微弱电位不同实验之间由于电极接触阻抗、皮肤状态、被试清醒程度的变化基线漂移很明显。直接把两个不同实验段的原始电压值送进卷积核里比较大小模型学到的是实验间差异而不是情感状态差异。基线校正的做法很朴素把每个实验前 3 秒静息态的平均电压当成该段信号的基准后面 60 秒的每个采样点都减去这个均值。这里有个容易忽略的细节基线校正是按“每个通道、每个实验”分别做的。不同通道之间基线漂移量不一样不能把整个实验所有通道混在一起算均值。另一件要注意的事是基线校正要在滑窗之前做否则每个窗口都要重复减一次均值计算量变大还可能因为边界效应引入毛刺。如果你拿到的某个.mat文件里已经做过预处理那这段可以跳过但保险起见我还是会看一眼数据分布标准差明显异常的文件十有八九预处理流程不一样。3.2 训练集测试集划分后再做 z-score 标准化顺序很关键很多 Deap 相关代码里的标准化是全数据集归一化(数据 - 全局均值) / 全局标准差然后随机划分训练集测试集。这种做法在学术复现里非常常见但它是一个隐患验证集的信息已经混进了训练时的数据分布里测出来的指标偏乐观。更干净的做法是先把实验位次按比例划分成训练实验和测试实验再分别基于训练实验的均值和标准差做标准化。from sklearn.model_selection import train_test_split def preprocess_and_split(eeg, labels, test_ratio0.2, random_seed42): n_trials eeg.shape[0] trial_ids np.arange(n_trials) # 按实验维度划分而不是按窗口划分 train_ids, test_ids train_test_split( trial_ids, test_sizetest_ratio, stratifylabels, random_staterandom_seed ) # 用训练集计算均值和标准差 train_data eeg[train_ids] mean train_data.mean(axis(0, -1), keepdimsTrue) std train_data.std(axis(0, -1), keepdimsTrue) 1e-8 # 再应用到全部数据 eeg_norm (eeg - mean) / std return eeg_norm[train_ids], labels[train_ids], eeg_norm[test_ids], labels[test_ids]注意这里的mean和std是按通道维度计算的keepdims保证运算广播不出错。train_test_split里的stratifylabels是为了保持正负样本比例Deap 这种小数据集样本量本来就不大分层划分能让验证结果稳定一些。我特别加了random_seed42就是为了让每次划分结果可复现。很多代码复现不了回头查根因就是划分随机状态没固定。按实验划分而不是按窗口划分这个细节直接决定你的测试集里有没有和训练集几乎一样的“近亲样本”。3.3 滑动窗口4秒窗口、2秒步长兼顾样本量与时间依赖原始 60 秒实验数据直接整段输入 CNN-LSTM样本量太少一个被试只有 40 个样本整个数据集也才 32 × 40 1280 个实验。即使切了正负样本模型也学不到什么。常见做法是用滑动窗口切成短片段让每个实验贡献几十个窗口样本。窗口长度我习惯取 4 秒步长取 2 秒也就是相邻窗口有 50% 重叠。4 秒窗口在 128Hz 下是 512 个采样点CNN 能在这段里提取到比较完整的脑电节律信息LSTM 也能在一个窗口内表现出跨短时段的时序变化2 秒步长则能把一个 60 秒实验切成 29 个窗口左右样本量立刻从上千变成数万。窗口太短比如 1 秒就只覆盖了 128 个采样点CNN 提取的局部特征对情感分类来说过于碎片化LSTM 也几乎没有时间上下文可言。窗口太长比如 10 秒会引入更多被试眨眼、肌肉运动的噪声且一个实验只能切出 5 个样本数据量不够。步长选 2 秒还有一个好处如果后续做跨验证每个实验被切出的窗口依然能保持比较好的时间分布。def sliding_window(eeg, labels, win_len512, step256): eeg: (n_trials, n_channels, n_samples) labels: (n_trials,) 返回 (n_windows, n_channels, win_len) 和窗口标签 windows, window_labels [], [] n_trials, n_channels, total_len eeg.shape for trial in range(n_trials): trial_data eeg[trial] trial_label labels[trial] starts range(0, total_len - win_len 1, step) for start in starts: windows.append(trial_data[:, start:start win_len]) window_labels.append(trial_label) windows np.array(windows, dtypenp.float32) window_labels np.array(window_labels, dtypenp.int64) return windows, window_labels实现上有个细节值得说starts range(0, total_len - win_len 1, step)这一步如果写错边界最后一个窗口就会越界程序大概率报错但也有可能因为 numpy 切片不做严格检查而悄悄丢掉一段尾部数据。所以我习惯把 7680 个采样点先打印确认7680 - 512 7168步长 256 时一共能切 29 个窗口自己算一遍就踏实了。窗口样本量的权衡本质是重叠越大样本越多但相邻窗口之间的相关性也越高验证集里很容易出现和训练窗口高度重叠的样本导致指标虚高这两者之间的平衡我一般用第 5 章提到的重叠检查去约束。4. CNN-LSTM 主体网络结构、关键参数与训练配置预处理准备好了模型设计反而是最直接的部分。CNN-LSTM 在脑电信号识别上之所以流行不是因为它比纯 CNN 或纯 LSTM 玄学地强很多而是脑电信号本身就同时具备空间局部性和时间序列性。CNN 擅长提取短时窗里的局部波形形态比如某个脑区在 200ms 内出现的节律变化LSTM 则擅长捕捉这些局部特征在更长时段上的演化趋势。Deap 的情感诱发实验通常持续 60 秒情感状态本身就是逐渐建立、波动的过程这种结构组合天然契合。4.1 为什么用 CNN 做空间特征提取、LSTM 做时序建模结构选型话如果你只用一个 CNN对 32 通道、512 个采样点的窗口做卷积它能提取出每个脑区局部波段的瞬态特征但这 512 个点内部没有明确的先后建模。如果你只用一个 LSTM把 512 个时间点依次推进去它能捕捉时序依赖但每个时刻的原始电压直接进入 LSTM对电极噪声很敏感也浪费了通道间的局部拓扑关系。CNN-LSTM 的组合思路是先用一维卷积在时间轴上做短程模式提取把原始采样点压缩成更紧凑的特征图再用 LSTM 在这些特征图上做长程时序建模。换句话说CNN 负责把波形变特征LSTM 负责把特征变趋势。更具体地我选Conv1d或Conv2d? 在 Deap 这种通用 32 通道数据上我默认用Conv1d把通道数当作输入通道时间轴是卷积作用维度。这样每个卷积核学到的是同一时段内所有脑区的联合模式相当于在做跨通道的时空融合。如果要做三维电极拓扑布局需要知道每个通道的物理位置那是另一套Conv2d方案复杂度高不少但对 Deap 的基准实验来说Conv1d已经够了。4.2 模型定义Conv1d 提取 EEG 局部模式LSTM 建模时间依赖模型结构我用 PyTorch 写整体保持简洁两层 CNN 块负责特征提取一个单相 LSTM 层负责时序建模最后过全连接输出二分类概率。我把关键超参写成nn.Parameter不实际用argparse又太重就直接把常用的默认值放在函数参数里。下面这份代码是我在实际任务里的基准版本你完全可以把卷积核大小、LSTM 隐层数量按自己的数据规模去调。import torch import torch.nn as nn class CnnLstm(nn.Module): def __init__(self, n_channels32, win_len512, n_steps8, hidden_size64, num_layers2, n_classes2, dropout0.3): super().__init__() self.n_steps n_steps # 第一段 CNN把 512 个采样点压缩到 128 self.cnn1 nn.Sequential( nn.Conv1d(n_channels, 32, kernel_size7, padding3), nn.BatchNorm1d(32), nn.ReLU(), nn.MaxPool1d(2), nn.Conv1d(32, 64, kernel_size5, padding2), nn.BatchNorm1d(64), nn.ReLU(), nn.MaxPool1d(2) ) # 第二段 CNN把 128 压缩到 32 self.cnn2 nn.Sequential( nn.Conv1d(64, 64, kernel_size3, padding1), nn.BatchNorm1d(64), nn.ReLU(), nn.MaxPool1d(2) ) # 时序建模 self.lstm nn.LSTM(input_size64, hidden_sizehidden_size, num_layersnum_layers, batch_firstTrue, dropoutdropout, bidirectionalFalse) self.classifier nn.Linear(hidden_size, n_classes) def forward(self, x): # x shape: (batch, n_channels, win_len) h self.cnn1(x) # (batch, 64, win_len//4) h self.cnn2(h) # (batch, 64, win_len//8) # 将时间特征切成 n_steps 段每段做均值池化后送入 LSTM step_len h.shape[2] // self.n_steps h h[:, :, :step_len * self.n_steps] b, c, t h.shape h h.reshape(b, c, self.n_steps, step_len) h h.mean(dim3) # (batch, 64, n_steps) h h.transpose(1, 2) # (batch, n_steps, 64) out, _ self.lstm(h) # (batch, n_steps, hidden_size) out out[:, -1, :] return self.classifier(out)这里每一段都有它的设计意图。cnn1和cnn2在时间轴上作用卷积核大小逐步变小意味着先看较大范围的波形形态7 个采样点约 55ms再看更细的局部特征3 个采样点约 23ms这是模仿从节律到细节的多尺度感知。BatchNorm1d的作用是让每个通道的输出分布保持稳定否则脑电信号经过几层卷积后容易出现内部协变量漂移训练早期 loss 降不下去。MaxPool1d(2)每次减半时间轴长度配合感受野扩大。最后的reshape和mean是关键步骤把 32 个时间特征段平均成一个向量序列喂给 LSTM等于让 LSTM 每次只看一个“时间步”。如果不切段直接把 32 点展平给 LSTM输入维度太大且没有时间语义。超参n_steps8意味着 LSTM 在 4 秒的窗口内建模 8 个半秒级状态这个粒度在情感识别上是合理的太小了没有时间上下文太大了每个步长信息过于稀疏。4.3 训练配置学习率、批大小、梯度裁剪、早停与保存最佳参数模型定义好后训练循环里最容易让新手翻车的是三个地方学习率设太大导致 loss 发散梯度爆炸把 LSTM 权重冲坏以及保存模型时只保存最后一次迭代而不是验证集最好的那次。针对脑电信号这种高噪声数据我习惯设置相对保守的初始学习率比如1e-3使用 Adam 优化器并加上权重衰减 1e-4 来抑制过拟合。批大小选 64因为窗口样本量通常有几万条64 能保证每个 batch 里正负样本都比较均衡。def train_model(model, train_loader, val_loader, epochs50, lr1e-3, patience8, save_pathbest_deap.pt): device torch.device(cuda if torch.cuda.is_available() else cpu) model model.to(device) criterion nn.CrossEntropyLoss() optimizer torch.optim.AdamW(model.parameters(), lrlr, weight_decay1e-4) scheduler torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_maxepochs) best_val_acc 0.0 bad_epochs 0 for epoch in range(epochs): model.train() train_loss, train_correct, train_total 0.0, 0, 0 for x_batch, y_batch in train_loader: x_batch x_batch.float().to(device) y_batch y_batch.to(device) optimizer.zero_grad() logits model(x_batch) loss criterion(logits, y_batch) loss.backward() # 梯度裁剪防止 LSTM 梯度爆炸 torch.nn.utils.clip_grad_norm_(model.parameters(), max_norm5.0) optimizer.step() train_loss loss.item() * x_batch.size(0) _, preds torch.max(logits, dim1) train_correct (preds y_batch).sum().item() train_total y_batch.size(0) scheduler.step() val_acc, val_loss evaluate(model, val_loader, criterion, device) train_acc train_correct / train_total print(fEpoch {epoch1:02d}: train_loss {train_loss/train_total:.4f}, ftrain_acc {train_acc:.4f}, val_acc {val_acc:.4f}) if val_acc best_val_acc: best_val_acc val_acc torch.save(model.state_dict(), save_path) bad_epochs 0 else: bad_epochs 1 if bad_epochs patience: print(早停触发结束训练) break return best_val_acc这段训练代码里最不能省的两个细节是clip_grad_norm_和早停。LSTM 在长序列上很容易出现梯度模超过几十甚至上百的情况如果没有裁剪权重更新一次就可能把此前几十轮的收敛成果全部打散这在脑电这种噪声大的数据上更明显。max_norm5.0是一个常用且安全的阈值如果你发现 loss 在训练中途突然变成 NaN优先检查这里。早停的patience8表示连续 8 轮验证集准确率没有刷新就提前终止这样可以规避脑电数据训练后期剧烈震荡造成的过拟合。模型保存建议只存权重而不存整个对象后面加载时复现更稳定。评估函数evaluate我单独定义它和训练时的 forward 流程一样但需要挂在torch.no_grad()上下文里否则会额外累积计算图显存很快被吃满。5. 避坑Deap 脑电识别常见问题与排查数据泄漏、指标虚高与不可复现这一章我专门讲血泪经验。网上大量公开代码在 Deap 上报告的准确率动不动就是 90% 以上但你自己复现时可能只有六十几。这通常是“数据泄漏”在作祟而不是你运气差。数据泄漏在脑电这类高维时序数据里非常隐蔽很多时候指标漂亮到不真实恰恰说明实验设计有问题。我从五个最常见的坑讲起每个都按“现象、原因、解决”来整理这些故障我在不同项目里都踩过不只一次。5.1 数据泄漏最常见来源标准化统计量算到全局现象训练集准确率 90%验证集准确率也是 88%感觉模型已经收得很好。但换一批被试重新采集数据测试准确率掉到 60% 以下回到随机水平附近。原因你在滑动窗口之前用整个eeg数组的均值和标准差做了标准化。窗口切完以后训练窗口和验证窗口的数据都在同一个标准化分布里验证阶段其实已经“知道”了训练集的分布形状。CNN-LSTM 里的卷积层本来就在学习输入的统计特征你等于提前把答案给了它。解决严格遵循第 3.2 节的顺序先按实验位次划分出训练实验和测试实验再用训练实验的均值、标准差去标准化测试实验。血泪经验是划分动作要放在窗口切分之前否则无法保证窗口不泄漏。这里还可以加一层保险打印标准化后的训练集和测试集的均值、方差两者应该接近但不应完全相同如果完全相同说明你在划分后不小心又做了一次全局标准化。5.2 滑动窗口重叠导致相邻样本几乎重复现象训练集准确率很高但是混淆矩阵里正样本类别被系统性错判或者每隔一个 epoch 指标跳动非常大达到 5 个百分点以上。原因滑动窗口步长选得太小比如 128 个采样点1 秒步长在 4 秒窗口下重叠高达 75%一个 60 秒实验切出的相邻窗口内容几乎一样。训练窗口和验证窗口只要在同一个实验里重叠部分就会让模型“背题”。解决窗口重叠比例控制在 50% 以内我常用的是 4 秒窗口、2 秒步长即重叠 50%。如果样本量确实不够可以换一个思路把同一实验切出的窗口要么全部放进训练集要么全部放进验证集而不是让同一个实验的窗口自由散落在分区两边。这里有个很隐蔽的点按窗口随机划分时同一个实验的后半段窗口和前半段窗口有重叠模型看到的验证数据几乎就是训练数据的平移版本。务必按实验或按窗口组做划分。5.3 跨被试混合训练后被试个体特征被当成情感特征现象训练前做了分层抽样标签分布也均衡但验证准确率稳定在 75% 左右再往上怎么调参都上不去。把横坐标换成不同被试的分别准确率发现某个被试准确率 90%另一个只有 40%。原因同一被试的头骨厚度、电极阻抗、基线脑电节律相似模型很容易学到“这个人本身长什么样”而不是“这个人当前的情感状态”。跨被试混合训练但没有做留出被试验证等于让模型找到了被试身份这个简单分类线索。解决评估方案改成按被试划分。通常保留 5-6 个被试完全不参与训练拿来做最终测试剩余被试用于训练和验证。这样做准确率会明显低于同被试划分但更真实。如果你想做严格的研究级验证可以考虑 leave-one-subject-out 交叉验证即每个被试轮流做测试集代价是训练要跑 32 轮但结论经得起推敲。5.4 输入里出现 NaN训练中途直接崩溃现象训练跑了几百个 batchloss 从 0.7 逐步下降到 0.4然后突然某个 batch 抛错或者 loss 变成 NaN再跑下去验证集指标也全是 0。原因两个来源。一是原始数据里有缺失值或全零通道标准化之后除以接近零的标准差直接产生无穷大二是 LSTM 反向传播时梯度爆炸权重被更新成异常大值数值溢出。解决预处理时对每个通道做一次检查标准差为零或存在 NaN 的通道要单独处理通常做法是剔除或插值。训练时我在 4.3 节加了clip_grad_norm_(max_norm5.0)这是防梯度爆炸最直接的办法。如果加完裁剪仍未解决把初始学习率从1e-3降到3e-4再观察前 5 轮 loss 是否稳定下降。避免输入 NaN 是关键底线模型结构上很难自动吸收这类脏数据。5.5 随机种子与复现只设torch.manual_seed不够现象同一份代码、同一个数据集今天跑准确率 78%明天跑变成 71%。别人用自己的环境跑你的代码结果和你的报告完全不同无法复现论文结论。原因你没有固定随机种子。PyTorch 的模型初始化、数据加载器的随机采样顺序、NumPy 的数据洗牌每个环节都有自己的随机源。测出来的波动不一定是模型问题而是随机状态在起作用。早期我也是只设一行torch.manual_seed(42)就认为万事大吉后来发现train_test_split的随机、DataLoader 的shuffleTrue都没固定复现全靠运气。解决在入口处固定三套随机源并按下面代码写。数据划分固定种子、PyTorch 初始化固定种子、DataLoader 固定加载顺序。还需要把最终的模型权重、标签划分索引一起保存下来否则即使别人用相同代码也可能因为环境库里排序不同而略有差异。import random import numpy as np import torch def set_seed(seed42): random.seed(seed) np.random.seed(seed) torch.manual_seed(seed) torch.cuda.manual_seed_all(seed) # 让卷积、全连接等层的初始化逻辑更稳定 torch.backends.cudnn.deterministic True torch.backends.cudnn.benchmark False这个函数放在代码入口处调用一次就够了。cudnn.deterministic True是很多老手会漏掉的一行它让 GPU 上的卷积算法变得确定代价是可能损失一点计算速度。对于 Deap 这种数据量在几万窗口规模的任务来说损失的性能完全可以接受换取的可复现性价值要大得多。6. 验证模型靠不靠谱跨被试留出法、混淆矩阵与 F1比单点准确率有用得多走到这一步你的模型能训练、指标也像个样子但离“可以投入使用”还有一道验证关。我见过太多项目的最后时间段花在调模型上却忽略了评估方式本身的偏差。对 Deap 脑电识别我建议至少做两种验证一是按被试留出二是按实验留出。按被试留出能看出模型对陌生人泛化能力按实验留出能排除同一被试短时间漂移的影响。常用做法是保留 6 个被试做最终测试其余 26 个被试训练验证跑 5 次不同留出组合取平均得到的结果比任何一次固定划分都有说服力。评估指标上准确率单看很容易被标签不平衡误导。Deap 二分类样本如果是 6:4模型全猜多数类就有 60% 准确率看起来还行实际毫无用处。我习惯把混淆矩阵和每类 F1 一起打出来。混淆矩阵能暴露你模型究竟在哪类上犯错F1 则把精确率和召回率合并成一个综合指标。如果正类 F1 明显低于准确率说明模型在误报和漏报之间有偏斜需要调整分类阈值或做类别加权。这些验证做完你才能判断这份 CNN-LSTM 方案对这个数据集的场景值不值得继续投入。我个人有一个习惯每次训练结束把最好的模型权重、数据划分索引、随机种子、预处理参数和验证结果全部导出成注释文本存进同一个文件夹。因为脑电识别本身信噪比低运行结果天然波动不把这些元信息存下来下一次想复现上一轮的好结果时只能靠重新搜代码连参数都找不到。说白了很多号称效果好的方案最后都毁在不能复现上。这个习惯也让我在换数据集、换被试时能快速对比不用把时间耗在反复调参里。希望这个工作流和这些踩坑提醒能帮你在 Deap 上少走一段弯路。本文还有配套的精品资源点击获取
阅读完成 · 觉得有帮助？
