#151 · 主分类： 深度学习框架
EEG-DL
attention-mechanism
cnn
deep-learning
densenet
eeg-classification
eeg-data
eeg-signals-processing
fully-convolutional-networks
gcn
graph-convolutional-neural-networks
gru
lstm
motor-imagery-classification
one-shot-learning
residual-learning
resnet
rnn
tensorflow
transformer
transformers
一个基于TensorFlow的用于EEG任务（信号）分类的深度学习库。
项目最后更新：07/20/25
GitHub Stars
1.2K
Forks数量
230
贡献者数量
1
许可证
MIT
收录理由
EEG-DL 把 EEG 分类任务中常用的深度学习模型用 TensorFlow 实现好，从 CNN、循环网络到图卷积和 Transformer 编码器都涵盖在内。做运动想象解码、睡眠分期、情绪识别或者更广泛的脑机接口研究时，这套现成的实现能省去不少重复造轮子的功夫。它还提供了统一的数据集接口、损失函数和评估工具，你可以在同一套预处理流程上跑不同模型，直接比较结果。代码对照着所复现的论文做了文档说明，无论是想复现实验还是打算用自己的 EEG 数据扩展，都是一个实际可用的参考基础。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。