我正在尝试使用Myo Armband开发一个模型来识别新的手势。 （这是一个臂章，拥有8个电子传感器，可以识别5个手势）。我想记录传感器的原始数据以获得新的手势，并将其提供给模型，以便识别它。
我是机器/深度学习的新手，我正在使用CNTK。我想知道最好的方法是什么。
我很难理解如何创建培训师。输入数据看起来像that我正在考虑使用20组这8个值（它们介于-127和127之间）。因此，一个标签是20组值的输出。
我真的不知道该怎么做，我已经看过图像与其标签链接的教程，但这不是同一个想法。即使在训练结束后，我怎么能避免模型识别这一个手势，无论我做什么，因为它是唯一一个训练过的手势。
一个简单的入门方法是创建161列（20个时间步骤中的每一个都有8列+指定的标签）。您可以重新排列列
emg1_t01, emg2_t01, emg3_t01, ..., emg8_t20, gesture_id
这将为您提供正确的2D格式，以便在sklearn中使用不同的算法以及在CNTK中使用前馈神经网络。您将使用前160列来预测第161列。
完成后，您可以对数据建模，以更好地表示其包含的自然时间序列顺序。您将远离2D形状，而是创建一个3D数组来表示您的数据。
使用此形状，您将全部设置为在CNTK中使用1D卷积模型（CNN），该模型遍历时间轴以从一步到下一步学习本地模式。
您可能还想查看通常用于处理时间序列数据的RNN。然而，RNN有时很难训练，而recent paper认为CNN应该是处理序列数据的自然起点。