熟悉c++,python语言。
熟悉pytorch框架,GPU多卡训练。
掌握常见机器学习原理及代码实现,熟悉CNN,Transformer等深度学习框架及代码实现和修改。
数学能力较强。
可流畅阅读英语文献。
熟悉爬虫部署及数据爬取。
部署CNN模型进行脑电情绪分类模型的可解释性使用多种可解释性方法,如:Gradcam、SHAP、LIME等进行分析;
结合数学原理及脑电数据特点,设计针对性可解释性方法对其优化;
使用Pytorch框架,在8卡GPU上并行训练,并将结果进行清洗后转为.xlsx格式文件输出并作可视化展示。