摘要： 一、基礎知識 PyTorch提供簡單的計算誤差方法。最簡單的均方誤差：先計算每個輸出節點的實際輸出和預期輸出之差的平方，再計算平均值。 nn.MSELoss() 誤差函數&&損失函數 誤差是指預期輸出與實際輸出之間的差值。 損失是指根據誤差計算得到的，要考慮實際情況。 1、構建和訓練GAN的推薦步驟 閱讀全文

摘要： 一、大致步驟 DataSet Model Training infering 二、 數據集不能全覆蓋真實分布 訓練集又要分出一部分做成開發集，為了防止過擬合 損失loss=(y_hat-y)^2 閱讀全文

摘要： 1、腦電連通指標 1）基于相干的指標 2）基于相位同步的指標 3）基于廣義同步的指標 4）基于格蘭杰因果的指標 2、基于相干的指標 1）相干指標的范圍在0~1 2）局限性：僅能評估兩個信號的線性依賴關系，不能檢測他們之間的非線性關系；會受到信號波幅的影響；不能分離出容積求導對腦區間連通性的影響 3） 閱讀全文

摘要： 一、為什么會提出單試次分析 1、傳統的跨試次平均法用于增強腦響應信號的信噪比，以便提取ERP。（跨試次平均法主要是假設事件相關腦響應信號在不同的試次中是穩定不變的，即潛伏期、振幅和形態在不同試次中保持不變） 2、但是該方法會造成事件相關同步化或者時間相關去同步化的丟失，也會使事件相關腦響應的跨試次變 閱讀全文