我正在尝试开发一个模型来识别Myo Armband的新手势。 （这是一个臂章，拥有8个电子传感器，可以识别5个手势）。我想记录传感器的原始数据以获取新手势并将其提供给模型，以便识别它。
我是机器/深度学习的新手，我正在使用CNTK。我想知道最好的方法是什么。
我很难理解如何创建培训师。输入数据看起来像that我正在考虑使用20组这8个值（它们介于-127和127之间）。因此，一个标签是20组值的输出。
我真的不知道该怎么做，我已经看过图像与标签链接的教程，但这不是同一个想法。即使在训练结束后，我怎么能避免模型识别这一个手势，无论我做什么，因为它是唯一受过训练的手势。
答案 0 :(得分：0)
一个简单的方法就是创建161列（20个时间步骤中的每一个都有8列+指定的标签）。您可以重新排列列
emg1_t01, emg2_t01, emg3_t01, ..., emg8_t20, gesture_id
这将为您提供正确的2D格式，以便在sklearn中使用不同的算法以及在CNTK中使用前馈神经网络。您可以使用前160列来预测第161列。
完成这项工作后，您可以对数据建模，以更好地表示其包含的自然时间序列顺序。您将远离2D形状，而是创建一个3D数组来表示您的数据。
使用此形状，您将全部使用CNTK中的1D卷积模型（CNN）遍历时间轴，以了解从一步到下一步的局部模式。
您可能还想查看通常用于处理时间序列数据的RNN。然而，RNN有时难以训练，recent paper表明CNN应该是处理序列数据的自然起点。