Numpy 最小Keras+；声音神经网络

我正试图建立一个由音频数据和keras组成的hello世界。我无法理解矢量化数据意味着什么

我试着适应声音数据

我的密码在

错误

audio.shape是

（1018624，）

。答案应该是一个最小的完全可执行的Ker，例如，处理一个以上的音频文件，最好是在kaggle上

对声音的频谱图进行卷积和卷积的利弊是什么

---

编辑：直接的问题解决了，我需要指定第一个Keras层的示例声音的尺寸。结帐时，我将充实出一个端到端的可执行示例。

通过将最后一个密集类更改为多个类（1没有意义，并且它有错误），它将无错误地进行训练：

因此：

x_train = np.expand_dims(audio, 0)
y_train = np.array([[1., 0.]])

model.fit(x_train, y_train, epochs=20)

我看到你也改变了你的

输入形状

-不要。将其设置回：

audio.shape

为了避免混淆，这里有一个基于原始代码的完整片段：

fs, data = scipy.io.wavfile.read('1.wav')

model = Sequential()
model.add(Dense(64, activation='relu', input_shape=data.shape))
model.add(Dropout(0.5))
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(2, activation='softmax'))

sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy',
              optimizer=sgd,
              metrics=['accuracy'])

x_train = np.expand_dims(data, 0)
y_train = np.array([[1., 0.]])

model.fit(x_train, y_train, epochs=10)

---

什么是

data.shape

？这个错误与它的形状不匹配有关。@nuric我对这个例子做了一些修改。你能扩展一下

np.array（[[1,0.]]）

吗？如何使这个标签更像标签？说

np.array（[[['foo'，'bar']]）

。这与原来的问题没有关系。如果要使用数组中的文本标签，只需使用该数组中的索引即可。e、 g.

labels=['foo'，'bar']；y_train_data=['foo']；y_train=np.array（[[labels.index（label）表示y_train_数据中的标签]]）

（我忘了在末尾将索引转换为一个hot）以澄清：

[1,0]

在我的代码中只是索引0的一个热编码。对于多类，他们使用

keras.utils.to_category

对标签数据进行大量的一个热编码。我将把这标记为答案，但我将继续充实一个很好的完整示例，说明keras声音NN是有意义的。

model.add(Dense(2, activation='softmax'))

x_train = np.expand_dims(audio, 0)
y_train = np.array([[1., 0.]])

model.fit(x_train, y_train, epochs=20)

fs, data = scipy.io.wavfile.read('1.wav')

model = Sequential()
model.add(Dense(64, activation='relu', input_shape=data.shape))
model.add(Dropout(0.5))
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(2, activation='softmax'))

sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy',
              optimizer=sgd,
              metrics=['accuracy'])

x_train = np.expand_dims(data, 0)
y_train = np.array([[1., 0.]])

model.fit(x_train, y_train, epochs=10)