baseline3-DeepConvLSTM

DeepConvLSTM

*模型出处：Deep Convolutional and LSTM Recurrent Neural Networks for Multimodal Wearable Activity Recognition 2016

模型结构

数据集

1. OPPORTUNITY

2. Skoda

对比实验

baseline：不带lstm的CNN（这不就是纯纯消融实验吗？？

实验控制baseline-CNN和DeepConvLSTM前面的卷积模块和最后的分类模块完全相同，基线CNN的两个dense层是非循环且全连接的；DeepConvLSTM的两个dense层的cell是LSTM cell。

超参

• batch_size: 100
• learning_rate: 10e-3
• epochs: not mentioned
• dropout: 0.5
• batch_normalization: False

结果

Highlights

• 这篇的出发点是考虑到HAR问题的时序性，添加LSTM模
• 文中提到在他们的实验中使用RMSProp优化器效果更好

我实现的DeepConv网络架构部分代码