我正在做一些项目,我需要在python中使用神经网络。我试着训练神经网络,但FIT()函数总是出错。这是我的代码:
def matrix_to_vector(m):
return m.flatten()
def prepare_for_rnn(tones):
ready_for_rnn = []
for tone in tones:
ready_for_rnn.append(matrix_to_vector(tone))
return ready_for_rnn
def convert_output2(outputs):
return np.eye(len(outputs))
tone = Loaddataset('samples/ddur.wav')
X_train = []
X_train.append(tone.DataSet)
x_train = prepare_for_rnn(X_train)
tones = ['D']
y_train = convert_output2(tones)
model = Sequential()
model.add(Dense(128, input_dim=1, activation='sigmoid'))
model.add(Dense(1, activation='sigmoid'))
sgd = SGD(lr=0.01, momentum=0.9)
model.compile(loss='mean_squared_error', optimizer=sgd)
y_train = np.array(y_train)
print x_train
print y_train
print y_train.shape
print len(y_train)
model.fit(x_train, y_train, nb_epoch=2000, batch_size=1, verbose=0, shuffle=False, show_accuracy=False)
score = model.evaluate(x_train, y_train, batch_size=16)
我得到一个错误,我的输入数组和输出数组没有相同的样本号。在
我的控制台输出:
^{pr2}$
我在实现自动编码器时遇到这样一个问题:“异常:所有输入数组和目标数组的样本数必须相同。”。 模型.拟合需要numpy数组作为输入。在
把list转换成numpy数组解决了我的问题。在
如果我们看到模型.拟合上面写着:
^{pr2}$所以如果X是list类型:列表中所有项的长度X和列表y的长度应该相同,否则将引发异常。在
相关问题 更多 >
编程相关推荐