我正在尝试开发一个模型来识别带有 Myo Armband 的新手势。（这是一个拥有8个电子传感器，可以识别5个手势的臂章）。我想为新手势记录传感器的原始数据并将其提供给模型，以便它可以识别它。
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。
我正在努力了解如何创建培训师。输入数据看起来像我正在考虑使用这 8 个值中的 20 组（它们在 -127 和 127 之间）。所以一个标签是 20 组值的输出。
我真的不知道该怎么做，我看过教程，其中图像与其标签相关联，但想法不同。即使在训练完成后，我怎么能避免模型识别这个手势，因为它是唯一一个接受过训练的手势。
让您入门的一种简单方法是创建 161 列（20 个时间步长 + 指定标签中的每个时间步长 8 列）。您将重新排列列，例如
emg1_t01, emg2_t01, emg3_t01, ..., emg8_t20, gesture_id
这将为您提供正确的 2D 格式，以在 sklearn 中使用不同的算法以及CNTK中的前馈神经网络。您将使用前 160 列来预测第 161 列。
一旦你完成了这项工作，你就可以对数据进行建模以更好地表示它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。
有了这个形状，您就可以在 CNTK 中使用一维卷积模型 (CNN)，它可以遍历时间轴来学习从一个步骤到下一步的局部模式。
您可能还想研究经常用于处理时间序列数据的 RNN。然而，RNN 有时很难训练，最近的一篇论文表明 CNN 应该是处理序列数据的自然起点。