12 - EEGs - Histogrammen 2

Het neemt enkele uren voordat de data in zijn geheel is omgezet naar mooie histogrammetjes. Meestal mooi klusje voor de nacht. Ik bouw het NN om naar een heel eenvoudig model:

def create_model_hist():

    model = Sequential()

    model.add(Dense(640, input_dim=1600 , init='uniform', activation='relu'))

    model.add(Dropout(0.5))

    model.add(Dense(320, activation='relu'))

    model.add(Dropout(0.5))

    model.add(Dense(1, activation='sigmoid'))

    model.compile(loss='binary_crossentropy', optimizer='rmsprop', metrics=['accuracy'])

    return model

Maar drie laagjes. Ik ben benieuwd! Inderdaad gaat het leren nu supersnel. Er wordt zelfs 0 seconden per epoch aangegeven! Wow! Hij doet echter geenszins wat ik ervan verwacht. De scores blijven slechter dan de nul-score :-(

Teveel nullen voor mijn AI :-)

Na wat onderzoek kom ik erachter dat de data veel lage waarden bevat. Dat kan idd problemen geven. Ik bedenk mij dat ik alles deel door de maximum waarde om e.e.a. tussen de nul en de 1 te krijgen. Bij 10 minuten geen registratie zijn er vermoedelijk een heleboek 'nul-hoeken' gevonden. Ik moet die eruit halen. Helaas ... opnieuw de data aanmaken. Misschien moet ik een tussenstap gaan maken door de ruwe data als 1 numpy file op te slaan. Nu pak ik elk bestand weer afzonderlijk. Ik weet echter niet of dat wel in het geheugen zal passen?!
Nou ja. Laat eerst maar even zo lopen.