Блог

Я работаю над проектом по обнаружению наборов ударных по аудио. В настоящее время я предварительно обработал свои обучающие данные и попытался собрать нейронную сеть SimpleRNN в tensorflow, но не смог заставить их работать вместе.

В течение каждого временного шага мои входные данные состоят из одномерного тензора формы (84), а выходные данные должны быть тензором формы (3).

В настоящее время мой код выглядит следующим образом:

 train_epochs = 10
batch_num = 10
learning_Rate = 0.001

''' I also tried using tf.dataset but couldn't get it to work
train_dataset = dataset.batch(batch_num, drop_remainder=True)
test_dataset = dataset.take(10000).batch(batch_num, drop_remainder=True)
print(train_dataset.element_spec)
'''
x_data = x_data[:70000]
y_data = y_data[:70000]
x_data.resize((70000, 84))
y_data.resize((70000, 3))
print(x_data.shape, y_data.shape) 

model = keras.Sequential()
model.add(keras.Input(shape=(None,84)))
model.add(layers.SimpleRNN(200,activation='relu', dropout=0.2))
model.add(layers.Dense(3, activation='sigmoid'))

model.compile(
    optimizer=keras.optimizers.RMSprop(learning_rate=learning_Rate),
    loss=keras.losses.BinaryCrossentropy(),
    #metrics F measure
    metrics=['acc',f1_m,precision_m, recall_m]
)
model.summary()

history = model.fit(
    x_data,y_data,
    epochs=train_epochs,
    batch_size=batch_num,
    # We pass some validation for
    # monitoring validation loss and metrics
    # at the end of each epoch
    validation_data=(x_data, y_data)
)

print("Evaluate on test data")
results = model.evaluate(test_dataset)
print("test loss, test acc:", results)
 

Когда я его выполняю, он выдает мне сообщение об ошибке:

  ValueError: Input 0 of layer sequential_35 is incompatible with the layer: expected ndim=3, found ndim=2. Full shape received: (10, 84)
 

Если я изменю x_data и y_data на форму (7000,10, 84) (7000,10, 3), сообщение об ошибке становится

  ValueError: logits and labels must have the same shape ((10, 3) vs (10, 10, 3))
 

Как я могу исправить эту проблему? Я новичок в глубоком обучении, поэтому буду признателен за любые советы о том, как работать над проектом.

Ввод SimpleRNN должен быть 3D:

 x_data.resize((70000, 84, 1))