CNN衍生变量实验大致流程和问题

我还不知道如何正确使用conv1d，我现在还是用的conv2d，只是把filter改成形如3*1的形式，然后解决二分类预测相关的一些设置，sigmoid做激活，只输出一个probability，最后的dense就是1个神经元，sigmoid做激活，loss用binary_crossentropy，也就是logistic regression的损失函数，还有就是现在不能用正确率做metrics，应该用auc，但是Keras没有现成的auc metric，需要自己通过回调函数，在epoch end的时候输出，计算得到auc，（这里我突然冒出一个问题，每次后向传播是用全部examples还是batch_size部分，应该是batch_size部分，因为如果是全部，但是全部的并没有参与前向传播，所以参数不能更新，所以就是batch部分求导，这里还要重温一下随机梯度下降，以及随机梯度下降做优化算法的NN），early stopping和最优epoch模型保存都要通过回调函数实现，没有内置的CV，CV的实现方法应该是我以前手动写的ensemble model的CV过程，自己分成5份，循环4份training，1份testing，求出平均AUC等，接下来就是输出第一个layer的weights，去计算各个线性组合变量的 IV，找出IV大的并且可解释的