按顺序执行
- isruc_s3_preprocess.py :
- 预处理数据集
- 提取特征 然后编码
- 编码后使用stdp_graph.py中的方法生成邻接图 一并以npy的形式存入文件
- load_data.py :
- 读取数据，并对邻接图进行正则化，
- 使用dataloader类构建训练和测试数据
- 注意在这里使用conext_add 将每个epoch都添加上下文的数据 [batch, context, channel, EEG]
- layer.py
- 基础的网络层 一层GCN的实现
- models.py
- 根据基础的网络层，构建的网络模型
- 两层GCN
- STDP版本的GCN
- train.py
- 训练代码
- 设置参数
- 读取数据
- 打印模型每层的形状
- 调用训练代码
- utils.py
- 训练函数
- 工具函数
python -m visdom.server