Python 如何在tf.keras中创建具有多个输出的回归模型？

我试图训练一个回归模型来预测音乐的属性，比如BPM。该模型接收256x128px png文件中音频片段的频谱图，并输出两个连续值。到目前为止，我在tensorflow网站上开发了以下代码：

import tensorflow as tf
import os
import random
import pathlib

AUTOTUNE = tf.data.experimental.AUTOTUNE
TRAINING_DATA_DIR = r'specgrams'

def gen_model():
    model = tf.keras.models.Sequential([
      tf.keras.layers.Flatten(input_shape=(256, 128, 3)),
      tf.keras.layers.Dense(256, activation='relu'),
      tf.keras.layers.Dense(2)
    ])

    model.compile(optimizer=tf.keras.optimizers.RMSprop(0.001),
                  loss='mse',
                  metrics=['mse', 'mae'])

    return model


def fetch_batch(batch_size=1000):
    all_image_paths = []
    all_image_labels = []

    data_root = pathlib.Path(TRAINING_DATA_DIR)
    files = data_root.iterdir()

    for file in files:
        file = str(file)
        all_image_paths.append(os.path.abspath(file))
        label = file[:-4].split('-')[2:]
        label = float(label[0]) / 200, int(label[1]) / 1000.0
        all_image_labels.append(label)

    def preprocess_image(path):
        img_raw = tf.io.read_file(path)
        image = tf.image.decode_png(img_raw, channels=3)
        image = tf.image.resize(image, [256, 128])
        image /= 255.0
        return image

    def preprocess(path, label):
        return preprocess_image(path), label

    path_ds = tf.data.Dataset.from_tensor_slices(all_image_paths)
    image_ds = path_ds.map(preprocess_image, num_parallel_calls=AUTOTUNE)
    label_ds = tf.data.Dataset.from_tensor_slices(all_image_labels)
    ds = tf.data.Dataset.zip((image_ds, label_ds))
    ds = ds.shuffle(buffer_size=len(os.listdir(TRAINING_DATA_DIR)))
    ds = ds.repeat()
    ds = ds.batch(batch_size)
    ds = ds.prefetch(buffer_size=AUTOTUNE)

    return ds

ds = fetch_batch()
model = gen_model()
model.fit(ds, epochs=1, steps_per_epoch=10)

然而，我相信我在模型结构或如何预处理训练数据方面犯了一个错误，因为我得到了一个关于不正确维度的错误，但我正在努力缩小问题的确切范围。我知道我遵循的指南是针对分类问题，而不是回归，我的“标签”是一个2值数组，这是导致问题的原因，但我不确定如何解决这个问题

对于上下文，文件名的格式为

xxx-xxx-A-B.png

，其中A和B是模型的两个所需输出值。A是介于70和180之间的浮点值，B是介于0-1000之间的整数值。因此，每个图像的

标签

变量如下所示：

（0.64，0.319）

这是我在尝试执行上述脚本时看到的错误：

Traceback (most recent call last):
  File "C:\Users\cainy\Desktop\BeatNet\training.py", line 60, in <module>
    model.fit(ds, epochs=1, steps_per_epoch=3)
  File "C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training.py", line 791, in fit
    initial_epoch=initial_epoch)
  File "C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training.py", line 1515, in fit_generator
    steps_name='steps_per_epoch')
  File "C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training_generator.py", line 257, in model_iteration
    batch_outs = batch_function(*batch_data)
  File "C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training.py", line 1259, in train_on_batch
    outputs = self._fit_function(ins)  # pylint: disable=not-callable
  File "C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\backend.py", line 3217, in __call__
    outputs = self._graph_fn(*converted_inputs)
  File "C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\eager\function.py", line 558, in __call__
    return self._call_flat(args)
  File "C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\eager\function.py", line 627, in _call_flat
    outputs = self._inference_function.call(ctx, args)
  File "C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\eager\function.py", line 415, in call
    ctx=ctx)
  File "C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\eager\execute.py", line 66, in quick_execute
    six.raise_from(core._status_to_exception(e.code, message), None)
  File "<string>", line 3, in raise_from
tensorflow.python.framework.errors_impl.InvalidArgumentError: Can not squeeze dim[1], expected a dimension of 1, got 2
     [[{{node metrics/accuracy/Squeeze}}]] [Op:__inference_keras_scratch_graph_734]

回溯（最近一次呼叫最后一次）：
文件“C:\Users\cainy\Desktop\BeatNet\training.py”，第60行，在
模型拟合（ds，历元=1，每历元步长=3）
文件“C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site packages\tensorflow\Python\keras\engine\training.py”，第791行
初始_历元=初始_历元）
文件“C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site packages\tensorflow\Python\keras\engine\training.py”，第1515行，在fit\U生成器中
步骤（名称=“每个时代的步骤”）
文件“C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site packages\tensorflow\Python\keras\engine\training\u generator.py”，第257行，在模型迭代中
批处理输出=批处理功能（*批处理数据）
文件“C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site packages\tensorflow\Python\keras\engine\training.py”，第1259行，在批处理的列中
输出=self._fit_函数（ins）35; pylint:disable=不可调用
文件“C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site packages\tensorflow\Python\keras\backend.py”，第3217行，在调用中__
输出=自。\图形\ fn（*转换的\输入）
文件“C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site packages\tensorflow\Python\eager\function.py”，第558行，在调用中__
返回自我。呼叫平面（args）
文件“C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site packages\tensorflow\Python\eager\function.py”，第627行，位于调用平面中
输出=自我推理函数调用（ctx，args）
调用中第415行的文件“C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site packages\tensorflow\Python\eager\function.py”
ctx=ctx）
文件“C:\Users\cainy\AppData\Local\Programs\Python\Python37\lib\site packages\tensorflow\Python\eager\execute.py”，第66行，在quick\u execute中
六、将_从（核心状态）提升到_异常（例如代码、消息），无
文件“”，第3行，从
tensorflow.python.framework.errors\u impl.InvalidArgumentError:无法压缩dim[1]，应为1，得到2
[{{node metrics/accurity/squence}}][Op:uuu推断_ukeras_uscratch_734]

---

编辑：我已将源代码上载到GitHub。

您当前只有1个输出-长度为2的张量（每个批处理元素）。如果要使用/监视单独的损失，则需要在模型输出和标签中都使用它

我不确定

models.Sequential

是否合适，但您肯定可以使用函数API：

def gen_model（）：
inputs=tf.keras.layers.Input（shape=（256,128,3），dtype=tf.float32）
x=输入
x=tf.keras.layers.density（256，活化='relu'）
x=tf.keras.layers.致密（2）
a、 b=tf.keras.layers.Lambda（tf.unstack，arguments=dict（axis=-1））（x）
model=tf.keras.models.model（输入=输入，输出=[a，b]）
compile（optimizer=tf.keras.optimizers.RMSprop（0.001），
损失=['mse'，'mae']，
指标=['mse']，['mae']]）
回归模型

在预处理过程中：

def预处理（路径、标签）： 返回预处理图像（路径），tf.unstack（标签，轴=-1）

---

是的，我还有一个问题要问。我已经意识到我的损失指标应该类似于mse。但是，我根本无法运行此模型，因为我不知道如何在每个值都没有两个单独的模型的情况下输出2个值。答案已更新。没有数据就无法测试，因此请在此处发布任何错误：）啊，谢谢！这看起来很有希望，我会调查的。我担心发行音乐的版权问题，但我可以上传一些我制作的样本光谱图。是一个包含一千个图像的zip文件：）