企业官网建设流程全解析

EEGNet 网络代码解析与实战复现指南

大概两年前，我第一次把EEGNet跑通的时候，心里只有一个想法：为什么这么简单的网络，效果能比我在传统特征工程上折腾半年的结果还好？做脑电信号研究的人应该都有这种体会——EEG数据天生就是小样本、高噪声、低信噪比的“刺头”，传统机器学习流程里光是特征提取就要对比小波变换、共空间模式（CSP）、功率谱密度（PSD）一大堆方法，而且换一个受试者、换一次实验范式，原来有效的特征组合可能就全部失效。EEGNet的出现，算是给EEG深度学习指了一条特别务实的路：参数少、结构轻、部署快，甚至在CPU上都能流畅训练和推理。

这篇内容我打算直接围绕EEGNet的论文思路和PyTorch代码实现来拆解，从它到底解决了什么问题、每一层在做什么、为什么这样设计，到完整跑通一个运动想象分类任务的实战流程，最后把我在复现过程中遇到的坑和调参经验一并交代清楚。不管你是刚接触EEG信号处理的学生，还是已经在用深度学习方法做生理信号分类的工程师，这篇内容都适合当你上手EEGNet的参考手册。

1. EEGNet为什么能成为EEG深度学习的"入门标配"

1.1 传统EEG分类方法的核心痛点

在深度学习大规模进入脑电领域之前，最主流的做法是“人工特征+浅层分类器”。以运动想象（Motor Imagery）分类为例，典型的流程是这样：先对多通道EEG信号做带通滤波（通常是8-30Hz的mu节律和beta节律），然后按时间段切窗，在每个窗口上提取CSP特征，最后丢进线性判别分析（LDA）或者支持向量机（SVM）里做分类。

这个流程有两个很麻烦的问题。第一，特征的优劣极度依赖研究者的先验知识，你如果不知道某个频段对特定任务起关键作用，特征设计就容易跑偏；第二，特征在不同受试者之间的泛化性很差，你今天在这个人身上调好的参数，换一个人可能就完全失效，更别提跨实验范式的迁移了。即便是CSP这种已经非常经典的算法，也需要精心优化频带选择和正则化参数，稍不注意就会过拟合到噪声上。

1.2 通用CNN架构在EEG上的水土不服

随着深度学习的普及，一些研究组开始尝试把通用的卷积神经网络架构直接搬到EEG信号上。最常见的做法是参照计算机视觉领域的VGG或者ResNet，堆叠大量卷积层，每层卷积核数量动辄64、128甚至更多。

但这里有个致命的错位：计算机视觉有ImageNet这种百万级数据集，而EEG分类任务往往一个受试者只有几百个样本。你这样堆参数，模型容量是上去了，但没有足够的数据去喂饱它，结果就是训练集准确率可以到99%，测试集只有60%多——典型的严重过拟合。另外，EEG信号本身是多通道时间序列，它的空间特性和时间特性和图像完全不同。图像是二维空间结构，卷积核天然可以捕捉局部空间特征；而EEG的通道排列并不能直接反映电极在头皮上的真实空间位置，如果你机械地把EEG数据当做“图像”去卷积，其实是在强迫网络学习一种并不存在的空间结构。所以早期那些把EEG当图像做的模型，要么参数多到训练不动，要么效果和传统方法拉不开差距。

1.3 EEGNet的设计理念：两个结论催生的轻量架构

EEGNet这篇论文（Lawhern et al., 2018）之所以后来成为EEG深度学习的经典基线，是因为它明确回答了三个关键问题：怎么设计卷积才能同时捕捉EEG的时间和空间特征？怎么在参数极少的情况下保证分类性能？怎么让同一个网络架构在多个不同的EEG范式（P300、运动想象、SSVEP）上都能直接用？

答案是两个核心设计选择——深度可分离卷积（Depthwise Separable Convolution）和紧凑的瓶颈结构（Bottleneck）。深度可分离卷积最早是MobileNet在图像领域发扬光大的技术，它把标准卷积拆成“逐通道卷积+逐点卷积”两步：先对每个输入通道单独做空间卷积，再用1x1卷积跨通道融合信息。这个设计天然契合EEG信号的结构：EEG数据的每个通道可以理解为一个独立的时间序列传感器，先用逐通道的时间卷积去提取每个电极上的时间特征，再用逐点卷积去跨通道融合空间特征，正好对应了“时间滤波+空间滤波”的经典EEG处理流程。而参数量的压缩也非常夸张——相比同等深度的标准卷积，深度可分离卷积的参数量往往能减少一个数量级以上，这让EEGNet的参数量控制在几千到几万的级别，在小样本的EEG数据集上几乎不会过拟合。

2. 逐层拆解EEGNet的"时间+空间+分类"三段式结构

2.1 为什么把EEG样本看成"图像"而不用图像网络

在写代码之前，先统一一下数据流。EEGNet的输入是一个三维张量，形状是(1, C, T)，其中C是电极通道数（比如国际10-20系统下的64导联），T是时间点数量（采样率乘以时间窗口长度）。很多教程会说EEGNet把EEG当图像处理，这个说法容易误导人——它确实在维度上和图像相似（图像是(C, H, W)，EEG是(1, C, T)），但卷积核的设计逻辑完全不一样。图像卷积核通常在H和W两个方向都是二维的，而EEGNet的时间卷积核只在时间维度上滑动，空间卷积核只跨通道，这种不对称设计是刻意为之的。

我自己的理解是，与其说EEGNet在“处理图像”，不如说它在“分别处理时间和空间两个维度的信号”。时间维度的卷积负责提取频域信息（比如mu节律的8-12Hz活动），空间维度的卷积负责融合多电极的信号模式（比如C3、C4通道在运动想象时的对侧去同步现象）。这种解耦的设计，让网络每一层的物理意义都相对清晰，也方便研究者根据具体任务去调整某一层的参数。

2.2 第一段：时间卷积的作用是"频带选择器"

网络的第一层是一个普通二维卷积，卷积核大小为(1, 64)，也就是只在时间维度上覆盖64个采样点。这里64不是一个拍脑袋定的数，它取决于你的采样率：如果采样率是128Hz，64个点对应0.5秒的时间窗口，刚好能捕捉一个完整的8Hz周期（8Hz信号的周期是125ms，0.5秒就是4个周期）；如果采样率是256Hz，64个点对应0.25秒。实际应用中这个值可以根据数据采样率调整，但大原则是卷积核长度要至少覆盖你要关注的频段的一个完整周期，这样卷积操作才能有效响应对应频段的振荡。

这层卷积的本质作用，是让网络自己学出一组时间滤波器，等价于传统EEG处理里的带通滤波。不同卷积核会自发地分化成不同的频带选择器——有些核的权重波形会表现出明显的振荡模式（对应alpha波或beta波频段），有些核则更侧重于捕捉某个瞬态成分。论文里把这一层的卷积核数量F1设为8或16，算是比较保守的设置，参数不多，但足以覆盖常见频带。

2.3 第二段：深度卷积是"空间滤波矩阵"

时间卷积之后，特征图的形状变成(F1, C, T_out)。接下来是一个深度卷积（Depthwise Convolution），卷积核大小为(C, 1)，也就是说它一次性覆盖所有通道、单个时间点。这个操作在每一个时间特征图上单独做，所以有多少个时间滤波器，就会产生多少个对应的空间滤波结果。

这一层对应的是EEG信号处理中极其经典的“空间滤波”概念。你可以把每个卷积核的C个权重理解为一组空间权重向量，它相当于对多通道信号做了一个线性组合，类似CSP或者PCA做的事情。在运动想象任务中，这个空间滤波器能够学到“C3通道功率下降的同时C4通道功率上升”这种对侧模式，从而把两类运动想象任务分离开。深度卷积有个非常实用的副作用：它把参数量压缩到了极小。因为深度卷积不跨特征图融合，所以这个空间滤波器的参数总量是F1 * C，相比一个标准卷积（需要F1 * F1 * C个参数）来说，节省了整整一个F1倍数的量级。

2.4 第三段：可分离卷积进一步压缩参数量

深度卷积之后，特征图经过BatchNorm和ELU激活，然后进入一个可分离卷积块。这个可分离卷积块可以拆成两部分：第一步是一个深度卷积，核大小为(1, 16)，继续在时间维度上提炼特征；第二步是一个逐点卷积（Pointwise Convolution），核大小为(1, 1)，输出通道数为F2（通常设为F1 * D，其中D是深度乘数，默认值为2）。

逐点卷积的作用是把前面深度卷积产生的多个独立特征图进行跨通道融合。这里有一个值得注意的细节：EEGNet的可分离卷积和标准深度可分离卷积有个小区别，它的逐点卷积输出通道数和输入通道数不完全一样（引入了F2），目的是让网络在最后分类之前能把信息整合到一个更有利于分类的特征空间。从参数量的角度来说，可分离卷积也延续了深度卷积的优势，参数总量大概只有标准卷积的十分之一。这也是为什么EEGNet整个网络参数量才几千到两万左右，对比一个普通的VGG变体动辄百万参数，差距是两个数量级。

2.5 分类层与整体前向流程

最后，特征图经过一个平均池化层（AdaptiveAvgPool2d），把时间维度压缩成1，随后展平成一维向量，送进一个全连接层，输出类别数N的logits，再接Softmax得到分类概率。对于分类任务，交叉熵损失函数就够了；如果做回归任务，也可以把最后的全连接层调整成输出一个连续值。

我把整个前向流程写成一张对应关系表，方便读者对照代码理解：

3. PyTorch逐行实现：完整可运行的EEGNet代码

3.1 核心模型代码

这里给出一个我实际用的PyTorch实现，结构上和原论文保持一致，但做了两个小改动：用AdaptiveAvgPool2d替代了固定的平均池化层，这样网络不用太在意输入时间长度T的变化；把最后一层的初始化调整了一下，让训练收敛更稳定。代码可以直接复制，只需要改channels、samples和classes三个参数就能在大多数EEG数据集上跑通。

import torch import torch.nn as nn import torch.nn.functional as F class EEGNet(nn.Module): def __init__(self, channels: int, samples: int, classes: int, F1: int = 8, D: int = 2, F2: int = 16, kernel_time: int = 64, kernel_depth: int = 16, dropout_rate: float = 0.25): """ channels: EEG电极通道数 samples: 每个时间窗口的采样点数 classes: 分类类别数 F1: 时间卷积核数量 D: 深度乘数，用于控制深度卷积的维度扩展 F2: 可分离卷积逐点卷积的输出通道数 kernel_time: 时间卷积核长度 kernel_depth: 可分离卷积中的时间卷积核长度 dropout_rate: Dropout概率 """ super(EEGNet, self).__init__() # 第一段：时间卷积 + BatchNorm + ELU self.block1 = nn.Sequential( nn.Conv2d(1, F1, kernel_size=(1, kernel_time), padding=(0, kernel_time // 2), bias=False), nn.BatchNorm2d(F1), nn.ELU(), ) # 第二段：深度卷积（空间滤波） # 注意 kernel_size=(channels, 1)，覆盖所有通道 self.block2 = nn.Sequential( nn.Conv2d(F1, F1 * D, kernel_size=(channels, 1), groups=F1, bias=False), nn.BatchNorm2d(F1 * D), nn.ELU(), nn.AvgPool2d(kernel_size=(1, 4), stride=(1, 4)), nn.Dropout(p=dropout_rate), ) # 第三段：可分离卷积（时间卷积 + 逐点卷积） self.block3 = nn.Sequential( nn.Conv2d(F1 * D, F1 * D, kernel_size=(1, kernel_depth), padding=(0, kernel_depth // 2), groups=F1 * D, bias=False), nn.BatchNorm2d(F1 * D), nn.ELU(), nn.Conv2d(F1 * D, F2, kernel_size=(1, 1), bias=False), nn.BatchNorm2d(F2), nn.ELU(), nn.AvgPool2d(kernel_size=(1, 8), stride=(1, 8)), nn.Dropout(p=dropout_rate), ) # 分类层 self.pool = nn.AdaptiveAvgPool2d((1, 1)) self.classifier = nn.Linear(F2, classes) # 初始化 for m in self.modules(): if isinstance(m, nn.Conv2d): nn.init.kaiming_normal_(m.weight, mode='fan_in', nonlinearity='elu') elif isinstance(m, nn.BatchNorm2d): nn.init.constant_(m.weight, 1) nn.init.constant_(m.bias, 0) def forward(self, x): # 输入 x 的维度: (batch, 1, channels, samples) x = self.block1(x) # -> (batch, F1, channels, samples) x = self.block2(x) # -> (batch, F1*D, 1, samples//4) x = self.block3(x) # -> (batch, F2, 1, samples//32) x = self.pool(x) # -> (batch, F2, 1, 1) x = x.view(x.size(0), -1) # 展平 -> (batch, F2) x = self.classifier(x) # -> (batch, classes) return x

3.2 代码里的几个关键设计为什么这样写

先看block2中的groups=F1。这是PyTorch里实现深度卷积的方式，它告诉卷积层：不要在所有输入通道上做全连接卷积，而是对每个输入通道单独做卷积。F1个输入通道就产生F1组输出，每组内部再做D个不同的空间滤波器，所以输出通道数是F1 * D。这种分组卷积方式在实现上非常直观，本质上就是让每一个时间滤波器拥有独立的D个空间滤波器，而不同时间频段之间的信号不会在空间滤波阶段混叠。从EEG信号分析的角度来看，这个设计是合理的：不同频段的信号模式本身就应该独立处理，硬性混合反而容易引入噪声。

padding=(0, kernel_time // 2)这一行也值得注意。时间卷积核长度是64，padding 32能保证输出时间维度不变（在卷积步长为1的情况下）。做运动想象这类任务时，样本切窗本身没有严格的时间对齐要求，所以padding不会引入边界伪影；但在处理P300这类对时间位置敏感的任务时，这种padding方式不会改变特定成分出现的时间位置，所以后端的池化也不会丢失关键的时间信息。

AvgPool2d的选择也有一点讲究。计算机视觉里现在基本都默认用MaxPooling，但EEG信号不一样——我们关心的是某个频段在一定时间窗口内的能量强弱，而平均池化天然就是在做“局部平均”，等价于在时间上做低通滤波，这和频段能量估计的逻辑是一致的。MaxPooling对EEG这种低信噪比的信号反而容易被单点噪声带偏。

3.3 参数量到底有多少？算一笔账

直接跑一个例子。假设channels=8，samples=256，classes=2，F1=8，D=2，F2=16。上面这个模型的参数量大概只有几千个，我印象中PyTorch统计出来是不到一万。对比一个简单的一层LSTM（隐藏单元64），参数量都有两万以上，更不用说一个标准卷积CNN动辄几百万了。

从这个数字可以看出，EEGNet的轻量不是靠“层数少”单一因素达成的，而是通过深度可分离卷积这种结构性的参数压缩。这也是它在小样本数据集上有优势的根本原因：模型容量刚好撑得起EEG数据有限的样本量，既不会欠拟合，也不会过拟合。

4. 实战复现：以BCI Competition IV 2a运动想象数据为例

4.1 数据集说明与预处理流程

理论讲完了，真正动手跑一遍才见真章。我这里以BCI Competition IV dataset 2a为例，它是运动想象分类任务里最常用的公开数据集之一：9个受试者，4类运动想象任务（左手、右手、双脚、舌头），22个Ag/AgCl电极通道，采样率250Hz，每个受试者包含288个训练试次和288个测试试次。

预处理环节我是这样处理的：先把连续数据按试次切分成(1, 22, 751)的样本（刺激出现前0.5秒加上刺激后2.5秒，250Hz采样率就是751个时间点），然后做4阶Butterworth带通滤波，滤波范围是4-38Hz。通常运动想象的有效频段在8-30Hz，但保留4Hz以下的低频信息对某些受试者可能有用，所以我没切太死，留了一点余量。

最关键的预处理步骤是每个受试者单独做标准化。因为不同人的EEG信号幅度差异极大，如果不做标准化，模型会偏向于把幅度大的受试者特征学得更充分，从而影响跨受试者的泛化。标准化我是这样实现：在训练集上统计每个通道的均值和标准差，然后用同样的均值和标准差去归一化测试集，避免数据泄露。

import numpy as np from scipy import signal def preprocess_eeg(epochs, fs=250, lowcut=4.0, highcut=38.0): """ epochs: 形状为 (n_trials, channels, samples) 的原始EEG试次 返回带通滤波后的数据 """ b, a = signal.butter(4, [lowcut, highcut], btype='bandpass', fs=fs) filtered = np.zeros_like(epochs) for trial in range(epochs.shape[0]): for ch in range(epochs.shape[1]): filtered[trial, ch, :] = signal.filtfilt(b, a, epochs[trial, ch, :]) return filtered # 每个受试者的标准化 train_data = preprocess_eeg(train_data_raw) test_data = preprocess_eeg(test_data_raw) mean = train_data.mean(axis=(0, 2), keepdims=True) std = train_data.std(axis=(0, 2), keepdims=True) train_data = (train_data - mean) / (std + 1e-8) test_data = (test_data - mean) / (std + 1e-8)

这里有个细节：filtfilt是零相位滤波，相比lfilter不会引入相位偏移，对EEG这种需要保留时序特征的数据来说更合适。代价是计算量稍大，但在这个数据规模下完全可接受。

4.2 训练配置：优化器、学习率与早停策略

训练网络本身并不复杂，但有几个配置值得认真说。优化器我选择Adam，初始学习率设为0.001，这个组合在EEGNet上几乎从来不出问题。损失函数用交叉熵，这没什么好说的。Batch size我会根据样本量来定，BCI 2a每个受试者只有288个训练试次，batch size设为64比较合适，既能让梯度估计更稳定，又不会因为batch太大导致每个epoch更新次数太少。

学习率调度方面，我用ReduceLROnPlateau，监控验证集损失，如果连续20个epoch没有改善就把学习率乘以0.5。同时加了Early Stopping：如果验证集准确率连续50个epoch没有提升，就终止训练。这里我的经验是，EEGNet参数少，收敛速度很快，通常30-60个epoch就能达到最佳性能，不需要动辄训练几百个epoch。如果你发现自己的模型要到100个epoch以上才开始收敛，先检查数据预处理是否有问题，而不是急着加训练轮数。

训练循环本身不需要什么特殊技巧，标准的PyTorch训练流程就行。唯一要提醒的是，每次训练之前先model.train()，评估之前先model.eval()，这个老生常谈的坑，在EEG分析这种经常涉及自定义数据切分的场景里反而特别容易犯——因为很多人会在Epoch循环里顺手做一些数据变换，结果开着BatchNorm和Dropout的推理模式，指标完全乱掉。

4.3 评估指标：准确率之外更要看混淆矩阵

我强烈建议在EEG分类任务里不要只报一个总准确率。运动想象4分类任务中，有些类别（比如舌头和双脚）因为脑区重叠，本来就容易混淆，单纯的平均准确率会掩盖这些细节。我通常会额外输出混淆矩阵，并且对每个类别计算F1分数。

一条很实用的经验判断：如果模型准确率在70%-75%左右，但混淆矩阵显示某个特定类别的召回率明显偏低（比如双脚正确率只有40%），那你应该先回到数据预处理环节，检查滤波频带是否适合这个类别的特征，而不是盲目调模型结构。因为EEGNet的容量有限，它不太可能依靠增加层数来解决某个类别的歧视性不足问题——这个问题的根源在信号本身。

5. 复现路上踩过的坑和调优经验

5.1 数据泄露：最隐蔽也最致命的错误

数据泄露是EEG深度学习里最容易犯、也最不容易察觉的错误。最典型的场景就是标准化环节：你有整个数据集（包含测试集），你为了图方便，在Segmentation之前直接对全部连续数据计算均值和方差做标准化，然后再切分训练集和测试集。这样测试集的信息已经通过全局统计量“泄露”进了训练过程，实验指标会虚高2-5个百分点，而且你完全不知道。

正确做法是分两步：先在训练集上计算均值方差，保存下来，再应用到测试集。更隐蔽的一种泄露发生在数据增强环节。EEG数据增强常用给信号叠加噪声的方式，如果你在切分训练/测试集之前就对全部数据做了增强，那么增强后的数据可能会同时出现在训练和测试集中。我的习惯是先切分，再做任何形式的数据处理，包括滤波、标准化、增强。滤波本身不涉及跨样本信息，可以先做，但标准化和增强必须严格在切分之后进行。

5.2 过拟合的判定与应对：观察训练集和验证集准确率的差距

EEGNet虽然轻量，但在极小样本量的情况下依然会过拟合。一个直观的判定方法是同时关注训练准确率和验证准确率：如果训练准确率已经接近100%，验证准确率却停滞在60%-70%，而且两者差距越来越大，那就是过拟合的信号。

应对策略我按优先级排序，依次尝试：加大Dropout率（从0.25调大到0.5）、减小F1和D的数值（比如F1从16降到8，D从2降到1）、增加训练数据（数据增强或合并受试者数据）。最常见的误区是优先想到正则化（L1/L2），但Dropout在EEGNet这种卷积网络上往往更直接有效，因为它的过拟合更多是神经元协同适应的问题，Dropout能迫使网络学到更鲁棒的特征组合。我在实际项目里很少给EEGNet加L2正则，因为它参数少，加L2的意义不大。

5.3 跨受试者的迁移：一个容易产生“虚假兴奋”的测试方式

很多初学者在BCI 2a上做跨受试者实验时，会在训练阶段把9个受试者的训练集全部合并，然后在每个受试者的测试集上分别评估。这本身没有错，但要注意一个问题：不同受试者的EEG特征分布差异极大，模型很可能学到一个“平均化”的表征，导致个别受试者表现很好、另一些表现极差，最终平均结果看起来还行，实际上模型没有任何实用价值。

我的建议是，在做跨受试者实验时，一定要报告每个受试者的独立准确率，而不是只给一个平均数字。这样你能看到模型的稳定性——如果某个受试者的准确率明显低于其他受试者（比如低于50%），说明该受试者的EEG特征与群体差异过大，模型没有学到足够的个体自适应表征。这个问题，单纯调EEGNet结构是解决不了的，需要引入域适应或者受试者特定的微调策略。比如，可以在测试阶段用该受试者的少量数据做微调（few-shot adaptation），或者用域对抗网络对特征分布做对齐。

5.4 超参数对结果的实际影响：哪些值得调，哪些不值得

EEGNet的超参数其实非常有限，这既是它的优点也是它的局限。我把自己实验过的超参数影响整理成一张表：

重点说两个容易产生误解的参数。第一是kernel_time。我见过有人把它调大到128甚至256，理由是“想覆盖更多时间上下文”。实测下来，核长过大反而会模糊掉运动想象中ERD/ERS现象的时域特征，效果通常是变差的。我的建议是核长保持在采样率的1/4到1/2之间，250Hz数据对应64-128个点，这样既覆盖了一个完整周期，又不会过度平滑。第二是F2。论文里默认F2=F1*D，这个比例是经过验证的，我试着把F2调大或者调小，结果都不如默认值稳定。所以如果没有特殊理由，F2就按公式设置就好，省下网格搜索的时间去把数据预处理做扎实。

5.5 从头训练还是用预训练模型

EEG领域不像计算机视觉那样有大规模的预训练模型可用。EEGNet从头训练是最常见的做法，因为它参数量少，在小数据上也能收敛到不错的结果。不过我也试过一种简单的迁移方案：先在BCI 2a的9个受试者合并数据上预训练一个EEGNet，然后冻结卷积层，只微调最后的全连接分类器。在另一个数据集上做测试时，我发现这种方案的收敛速度比从头训练快一些，但最终准确率和从头训练基本持平。可能的原因是EEG信号在不同数据集之间的分布差异太大，底层的时间滤波和空间滤波特征不能完全复用。

6. 从复现到改进：EEGNet的边界与扩展思路

6.1 它适合什么任务，不适合什么任务

复现到一定程度，你应该能感受到EEGNet的边界在哪里。它最适合的是样本量在几百到几千级别、类别数在2-4类左右的EEG分类任务，比如经典的运动想象、P300拼写、SSVEP目标识别。在这些任务上，EEGNet凭借极低的参数量和合理的归纳偏置，能用很小的算力达到和复杂模型相当的成绩。

但如果你的任务是跨受试者的连续情绪识别（SEED数据集上常见的三种情绪分类），或者多中心、大样本的睡眠分期，EEGNet可能就不够用了。情绪识别涉及的EEG特征往往更分散，时空模式也更复杂，EEGNet的浅层结构可能捕捉不到足够的高阶语义信息；睡眠分期则依赖于较长的时间上下文，EEGNet固定窗口的卷积设计在长序列建模上优势不大。

6.2 几条被验证过的改进方向

我试过几个EEGNet的改进方案，虽然都不算颠覆性创新，但确实有效。第一是残差连接。可以在block2和block3的输出上加上输入直连的路径，形成一个残差块，对于深层设计还是很有帮助的。第二是多尺度时间卷积核。原来的时间卷积核只有64一个尺寸，我改成同时用32、64、128三个尺寸的卷积核并行提取特征，再接起来送入下一层。这个改动在BCI 2a上带来了平均2%左右的提升，代价是参数量增加了将近两倍，不过仍然在可控范围内。第三是序列建模替代末端的池化与全连接。把最后的平均池化层替换成一层GRU或者LSTM，让网络在时间维度上进行序列建模，这在某些时间上信息丰富的任务（如P300）上有帮助，但在运动想象上的提升我实测并不显著。

需要注意的一点：做改进的时候不要贪多。EEGNet的核心价值就是简单和低参数，你往上堆残差、堆注意力、堆序列模型，确实能涨点，但可能会把它的核心优势弄丢。在有充足算力和数据的前提下，使用更复杂的模型是完全合理的选择；但如果项目算力有限，我还是建议在EEGNet的骨架上做局部微调，用它的简洁去服务你的实验设计。

6.3 把EEGNet当作"超基线"的策略价值

最后一个我想强调的是EEGNet在实验设计中的角色。现在很多论文喜欢动辄和七八个新模型做对比，但实际上有多少新模型的提升是能复现的，我持保留态度。我的习惯是，每次在一个新的EEG任务上做研究，第一步永远是用EEGNet跑出一个基线结果。因为它参数少、训练快，你甚至不需要GPU就能在几分钟内得到结果。这个基线可以帮你快速验证：数据预处理是否有问题、标签是否对齐、前后向流程是否有bug。等基线结果合理了，再开始折腾复杂模型，最后和EEGNet对比，才能客观评价新模型的真实增益。

我个人的经验是，很多时候经过仔细的数据清洗和预处理优化之后，EEGNet的基线就已经比很多没有经过充分优化的新模型要好了。这不是说新模型没用，而是说EEGNet给了你一个衡量“复杂度换精度”是否划算的标尺。如果你的新模型参数量是EEGNet的一百倍，准确率只提升了一个百分点，那它在实际应用场景中的价值就很值得商榷了。

复现EEGNet这件小事本身确实不复杂，但你把它吃透之后，对“深度学习如何落地到生理信号处理”这件事会有比看十篇论文更深的理解。有空的话，找一个公开EEG数据集，亲手跑一遍，把混淆矩阵打出来看，再试着调调F1和Dropout率，看看指标的变化是否和预期一致。这些第一手的经验，才是复现一篇论文能带给你的真正收获。