Fatal编程技术网
  • neural-network/
  • Neural network Pybrain中的单词分类：输入向量中不同数量的序列

Neural network Pybrain中的单词分类：输入向量中不同数量的序列

neural-network

Neural network Pybrain中的单词分类：输入向量中不同数量的序列,neural-network,pybrain,Neural Network,Pybrain,我正在尝试使用PyBrain实现一个简单的单位数分类器。我有许多数字0到9的记录示例的训练数据，并为每个示例编写了提取MFCC的脚本。为了保持简单（目前），我只计算了13个系数，并且每10毫秒对音频文件进行一次采样。由于每个记录的训练示例具有不同的持续时间，例如，所有“零”集合的样本数量根据音频的持续时间而变化。因此，对于“零”的一些示例，我有一个形状为（67,13）的MFCC训练向量，而对于其他示例，它可能是（44,13） 问题在于，在PyBrain中创建数据集时，输入向量的维度必须一致，并且

我正在尝试使用PyBrain实现一个简单的单位数分类器。我有许多数字0到9的记录示例的训练数据，并为每个示例编写了提取MFCC的脚本。为了保持简单（目前），我只计算了13个系数，并且每10毫秒对音频文件进行一次采样。由于每个记录的训练示例具有不同的持续时间，例如，所有“零”集合的样本数量根据音频的持续时间而变化。因此，对于“零”的一些示例，我有一个形状为（67,13）的MFCC训练向量，而对于其他示例，它可能是（44,13）

问题在于，在PyBrain中创建数据集时，输入向量的维度必须一致，并且应该包含与列相同的行数

是否有某种方法定义数据集，使输入向量具有一定数量的列（13个MFCC），但行数可变（取决于从信号中采集的样本数）？还是我完全错了

我已经在网上和堆栈溢出上搜索了又搜索，但没有找到答案。我可以遵循并实现教程中的Pybrain示例

D'oh。显然，我需要使用特定数字的所有向量来估计多维概率密度函数

你解决问题了吗？我正在为同样的问题寻找解决方案。