# ConvLSTM

**Repository Path**: uglyghost123/conv-lstm

## Basic Information

- **Project Name**: ConvLSTM
- **Description**: 基于Convolutional LSTM 模型学习显著性变化以及预测用户视野
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: vod-dev
- **Homepage**: https://github.com/ndrplz/ConvLSTM_pytorch
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2021-12-10
- **Last Updated**: 2023-10-27

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## Convolution LSTM - live prediction

### Online

- \[1204\]: 9x16 ok!

### Log

1. 输入结构是不是有点问题

   - [x] 输入之前加CNN
   - [x] 初始化权重
     - [x] 为了使神经网络在合理的时间内**收敛**
     - [x] 为了尽量避免在深度神经网络的正向（前向）传播过程中层激活函数的输出梯度出现爆炸或消失。

   :x: 改变隐藏层数

2. loss，参数

   :heavy_check_mark: 学习率调大，loss下降，但是所有特征都消失了

   :x:增大epoch，没变化

   :x:label换成1-label，没变化

3. 训练所有数据之后在测试

   :x: 感觉这个作用也不大，window设置比较大的话loss也不会下降

4. 然后图像处理的tranformer

   - [ ] 学习中
   - [ ] 还有什么新预测的方法
   
5. 比较好的一个组合：最后接一个稍微复杂一点的CNN

   :heavy_check_mark:学习率：0.001，headmap * 10（saliency_map * 10），使用ReLu，epoch=100

   :heavy_check_mark:学习率：0.001，headmap * 10（saliency_map * 10)，使用sigmoid，epoch=100（更加明显，但是次于ReLu）

6. 使用`windows=30`，预测效果不理想，具体参考文件`live-test-Alien.csv`等