兄弟网站制作百度怎么收录网站

DreamDiffusion的mae_for_eeg.py网络架构图，包含更细致的模块说明和数据处理流程：

graph TD%% 输入层A[原始EEG信号<br>(批次=2, 通道=128, 长度=512)] --> B[1D块嵌入层]%% 块嵌入处理B -->|"1D卷积<br>(核大小=4, 步长=4)"| C[块序列<br>(2, 128, 1024)]%% 掩码处理C --> D[随机块掩码<br>丢弃75%块<br>可选focus_range局部增强]D --> E[编码器主干<br>24层Transformer]%% 编码器输出E --> F[潜在表示<br>(2, 129, 1024)<br>含CLS标记]%% 双解码路径F --> G[EEG重建解码器]F --> I[图像特征解码器*<br>*可选模块]%% 输出层G --> H[重建EEG信号<br>(2, 128, 512)]I --> J[图像特征图<br>(2, 512, 28×28)]%% 辅助模块F --> K[分类头] & L[映射头]K --> M[分类结果<br>40类]L --> N[低维特征<br>768维]%% 样式定义classDef input fill:#f9f,stroke:#333;classDef conv fill:#9cf,stroke:#333;classDef transformer fill:#c9f,stroke:#333;classDef output fill:#f96,stroke:#333;classDef aux fill:#6f9,stroke:#333;class A input;class B,C conv;class D,E,F,G,I transformer;class H,J output;class K,L,M,N aux;

详细架构说明

1. 输入层

   • 接收形状为(2,128,512)的EEG信号
   • 2=批次大小，128=通道数，512=时间步长

2. 1D块嵌入层(PatchEmbed1D)

   nn.Conv1d(in_chans=128, embed_dim=1024, kernel_size=4, stride=4)
   

   • 将512长度分割为128个块，每块大小4
   • 通过卷积将每个块投影到1024维

3. 掩码处理(关键创新点)

   • 随机丢弃75%的块
   • 支持focus_range参数强化特定区域的掩码率
   • 保留的块与可学习掩码标记拼接

4. Transformer编码器

   • 包含24个标准Transformer块
   • 每块含：

     Block(embed_dim=1024, num_heads=16, mlp_ratio=4)
     

   • 输出附加CLS标记的全局特征

5. 双路解码器设计

   • EEG重建路径：
     • 8层轻量Transformer
     • 最终全连接层还原原始维度
     • 损失函数：掩码块的MSE损失
   • 图像生成路径：
     • 2层Transformer+转置卷积
     • 输出28×28图像特征
     • 损失函数：tanh空间的MSE

6. 辅助任务头

   • 分类头：

     nn.Sequential(nn.Conv1d(128→1),nn.Linear(1024→40)
     )
     

   • 映射头：

     nn.Sequential(nn.Conv1d(128→1),nn.Linear(1024→768)
     )
     

数据流动示例

关键超参数

模块	参数名	典型值	作用说明
块嵌入	patch_size	4	控制信号分割粒度
编码器	depth	24	特征提取能力
注意力头	num_heads	16	多注意力机制维度
图像解码器	img_recon_weight	1.0	图像重建损失权重
掩码策略	focus_rate	0.5	局部区域掩码增强强度

此架构特别适用于：

• 脑电信号的特征学习
• 跨模态（EEG→图像）生成任务
• 自监督预训练

如果需要更详细的某部分实现细节（如Transformer块内部结构），可以进一步展开说明。