介绍
许多文章集中在二维卷积神经网络上。 特别是用于图像识别的问题。 一维CNN复盖一定的范围，例如用于自然语言处理(NLP )。 虽然可能会遇到其他机器学习问题，但是很少文章会提供关于如何构建一维CNN的说明性练习。 我尝试了弥补这个差距。
什么时候应用一维CNN？
CNN可以用于清楚识别数据中的简单模式，并将其用于形成更高层次、更复杂的模式。 一维CNN在试图从整体数据集的短(固定长度)片段中获得有趣的特征且该特征在该片段中的位置无关时非常有效。
最适合分析陀螺仪和加速度计等传感器数据的时间序列。 它还适用于在一定长度的时间段内分析所有类型的信号数据，包括音频信号。 另一个应用是NLP。 (在这里，LSTM网络更有前景，但单词的邻近性可能不一定是可训练模式的好指示。
1D CNN和2D CNN有什么区别？
CNN在1D、2D、3D中都具有相同的特征，并采用相同的方法。 重要的区别在于输入数据的维度以及特征检测器(或过滤器)在数据上的滑动方式。
提问的陈述
本文重点介绍用户腰握的来自智能手机的分时加速度传感器数据。 根据x、y和z轴的加速度计数据，一维CNN应该预测用户正在执行的活动的类型(例如，“行走”、“慢跑”、“站立”)。 对于各种活动，数据的时间间隔看起来与此类似。
如何用Python构建一维CNN？
有很多标准的CNN模型。 我选择了Keras网站上描述的模型之一，为了应对上述问题进行了一些修改。 下图概述了所构建的模型。 对各层进一步说明。
但是，让我们先看看Python代码，然后构建这个模型。
模型_ m=sequential ()
model _ m.add (reshape ((time _ periods，num_sensors )，input_shape=) input_shape，) )
model _ m.add (con v1d (100，10，activation='relu '，input_shape=(time_periods，num_sensors ) )
model _ m.add (con v1d (100，10，activation='relu ' ) )
model_m.add(maxpooling1d(3) )
model _ m.add (con v1d (160，10，activation='relu ' ) )
model _ m.add (con v1d (160，10，activation='relu ' ) )
model _ m.add (全局averagepooling 1d ()
model_m.add(dropout ) (0.5 ) ) ) ) )。
model_m.add(dense(num_classes，activation='softmax ' ) )
print(model_m.summary ) )
运行此代码将生成以下深度神经网络：
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _。
layer (类型) Output Shape Param #
=====================================
reshape_45(reshape ) None，80，3 ) 0
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _。
conV1D_145(conV1D ) )否，71，100 ) 3100
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _。
conV1D_146(conV1D ) ) None，62，100 ) 100100
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _。
最大轮询1d _ 39 (最大轮询(无，20，100 ) 0
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _。
conV1D_147(conV1D ) ) None，11，160 ) 160160
_ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _。
conV1D_148(conV1D ) ) None，2，160 ) 256160
__________
_______________________________________________________global_average_pooling1d_29 (None, 160) 0
_________________________________________________________________
dropout_29 (Dropout) (None, 160) 0
_________________________________________________________________
dense_29 (Dense) (None, 6) 966
=================================================================
Total params: 520,486
Trainable params: 520,486
Non-trainable params: 0
_________________________________________________________________
None
让我们深入研究每一层，看看发生了什么：
输入数据：数据已经过预处理，每个数据记录包含80个时间片(数据以20 Hz采样率记录，因此每个时间间隔覆盖了加速度计读数的四秒钟)。在每个时间间隔内，将存储x轴，y轴和z轴的三个加速度计值。这将产生一个80 x 3的矩阵。由于我通常在iOS中使用神经网络，因此必须将数据作为长度为240的平面向量传递到神经网络中。网络的第一层必须将其重塑为原始形状，即80 x 3。
第一1D CNN层：第一层定义高度为10(也称为内核大小)的过滤器(或也称为特征检测器)。仅定义一个过滤器将允许神经网络学习第一层中的一个特征。这可能还不够，因此我们将定义100个过滤器。这使我们可以在网络的第一层训练100种不同的功能。第一神经网络层的输出是71 x 100神经元矩阵。输出矩阵的每一列都包含一个过滤器的权重。使用定义的内核大小并考虑输入矩阵的长度，每个过滤器将包含71个权重。
第二1D CNN层：来自第一CNN的结果将被馈送到第二CNN层。我们将再次定义100个不同的过滤器，以在此级别上进行训练。遵循与第一层相同的逻辑，输出矩阵的大小将为62 x 100。
最大池层：为了减少输出的复杂性并防止数据过拟合，通常在CNN层之后使用池层。在我们的示例中，我们选择了三个大小。这意味着该层的输出矩阵的大小仅为输入矩阵的三分之一。
第三和第四1D CNN层：接下来是1D CNN层的另一序列，以学习更高级别的功能。在这两层之后的输出矩阵是2 x 160矩阵。
平均池化层：多一层池化，以进一步避免过度拟合。这次不是取最大值，而是取神经网络中两个权重的平均值。输出矩阵的大小为1 x 160个神经元。每个特征检测器在这一层的神经网络中仅剩一个权重。
辍学层：辍学层将为网络中的神经元随机分配0权重。由于我们选择的比率为0.5，因此50％的神经元的权重为零。通过此操作，网络对数据的较小变化变得不那么敏感。因此，它应该进一步提高我们对看不见的数据的准确性。该层的输出仍然是1 x 160的神经元矩阵。
具有Softmax激活的完全连接的层：由于我们要预测六类(“慢跑”，“坐着”，“行走”，“站立”，“楼上楼下”)。这种减少是通过另一个矩阵乘法完成的。 Softmax用作激活功能。它强制神经网络的所有六个输出总和为一。因此，输出值将代表六个类别中每个类别的概率。
训练和测试神经网络
这是Python代码，用于以批处理大小为400以及训练和验证间隔为80到20来训练模型。
callbacks_list = [
keras.callbacks.ModelCheckpoint(
filepath='best_model.{epoch:02d}-{val_loss:.2f}.h5',
monitor='val_loss', save_best_only=True),
keras.callbacks.EarlyStopping(monitor='acc', patience=1)
]
model_m.compile(loss='categorical_crossentropy',
optimizer='adam', metrics=['accuracy'])
BATCH_SIZE = 400
EPOCHS = 50
history = model_m.fit(x_train,
y_train,
batch_size=BATCH_SIZE,
epochs=EPOCHS,
callbacks=callbacks_list,
validation_split=0.2,
verbose=1)
该模型对训练数据的准确性达到97％
...
Epoch 9/50
16694/16694 [==============================] - 16s 973us/step - loss: 0.0975 - acc: 0.9683 - val_loss: 0.7468 - val_acc: 0.8031
Epoch 10/50
16694/16694 [==============================] - 17s 989us/step - loss: 0.0917 - acc: 0.9715 - val_loss: 0.7215 - val_acc: 0.8064
Epoch 11/50
16694/16694 [==============================] - 17s 1ms/step - loss: 0.0877 - acc: 0.9716 - val_loss: 0.7233 - val_acc: 0.8040
Epoch 12/50
16694/16694 [==============================] - 17s 1ms/step - loss: 0.0659 - acc: 0.9802 - val_loss: 0.7064 - val_acc: 0.8347
Epoch 13/50
16694/16694 [==============================] - 17s 1ms/step - loss: 0.0626 - acc: 0.9799 - val_loss: 0.7219 - val_acc: 0.8107
将其与测试数据进行比较可显示92％的准确度
Accuracy on test data: 0.92
Loss on test data: 0.39
考虑到我们使用了标准的一维CNN模型之一，这是一个很好的数字。 我们的模型在准确性，召回率和f1得分上也得分很高。
precision recall f1-score support
0 0.76 0.78 0.77 650
1 0.98 0.96 0.97 1990
2 0.91 0.94 0.92 452
3 0.99 0.84 0.91 370
4 0.82 0.77 0.79 725
5 0.93 0.98 0.95 2397
avg / total 0.92 0.92 0.92 6584
以下是这些分数的简要说明：
准确性：正确预测的结果与所有预测的总和之间的比率。 ((TP + TN)/(TP + TN + FP + FN))
精度：当模型预测为阳性时，对吗？ 所有真实的积极因素除以所有积极的预测。 (TP /(TP + FP))
回想一下：模型从所有可能的阳性中识别出多少阳性？ 真实肯定除以所有实际肯定。 (TP /(TP + FN))
F1分数：这是精度和召回率的加权平均值。 (2 x调用x精度/(调用+精度))
与测试数据相关的混淆矩阵如下所示
总结
在本文中，您已经看到了一个示例，该示例说明了如何使用一维CNN训练网络，以基于来自智能手机的一组给定的加速度计数据来预测用户行为。