基于手机传感器数据使用 CNN 识别用户行为的 PyTorch 实现

DesignCode

已于 2024-03-25 21:38:30 修改

阅读量545

点赞数 10

文章标签： cnn pytorch 人工智能

于 2024-03-22 15:36:40 首次发布

本文链接：https://blog.youkuaiyun.com/q879897637/article/details/136942906

版权

原文章是使用tensorflow实现的，这里重新使用了PyTorch实现一下。

model.py

import torch
import torch.nn as nn
import numpy as np
class SmartphoneActivityRecognitionCNN(nn.Module):
    def __init__(self,  dropout_rate=0.3):
        super(SmartphoneActivityRecognitionCNN, self).__init__()

        # 卷积层部分

        self.model =nn.Sequential(
                nn.Conv1d(3, 96, kernel_size=(10,)),
                nn.ReLU(),
                nn.MaxPool1d(kernel_size=3,stride=3),

                nn.Conv1d(96, 192, kernel_size=(10,)),
                nn.ReLU(),
                nn.MaxPool1d(kernel_size=3,stride=3)
            )

        # 全连接层部分
        self.flatten = nn.Flatten()
        self.dropout = nn.Dropout(dropout_rate)
        self.fc = nn.Linear(1920, 6)

        self.softmax = nn.Softmax(dim=1)