【xLSTM-Transformer序列分类】Pytorch使用xLSTM-Transformer对序列进行分类源代码

Python, Pytorch使用xLSTM-Transformer对序列进行分类源代码。xLSTM是不久前LSTM团队提出来的新模型，将xLSTM融入Transformer的Encoder中，创新型较强。另外，Transformer是完整的，即使用了Encoder、Decoder和Embedding所有模块。

程序工作如下：
1、加载数据，调整为网络需要的输入格式。原始数据为Excel，400条1*500的序列（心电信号），其中200条正常，200条异常。将每条1*500的信号强行调整成50*10，看作序列长度50*维度10。这样做是为了满足Transformer的输入格式，这一步非常关键。按7：1：2划分训练集、验证集和测试集。
2、从xLSTM.py中导入xLSTM类，依次构建Encoder类、Decoder类，进而构建完整的xLSTM-Transformer。Transformer中包含2层Encoder和2层Decoder，每层Encoder中包含1层xLSTM。
3、训练、测试。显示训练集Acc和Loss变化并绘图显示。计算测试集Acc、Pre、Recall、F1-score，绘制混淆矩阵。

注：本程序是实现二分类，有基础方便改为多分类。方便替换数据，但需要大致看懂并修改数据维度转化部分。源程序是jupyterLab所写，建议分块运行。也整理了.py程序供PyCharm等运行。时间关系仅解答简单问题，谢谢理解。
程序完全由本人整理，近来有许多用户盗版本人程序，私聊后还拒不承认。。。因此于2024.12.2在淘天知识产权平台备案了此程序，如有盗版将将追究。祝大家科研顺利。

【闲鱼链接】： https://m.tb.cn/h.TWm7Vr7?tk=x3oH3FzUs