标签： neural-network fft conv-neural-network
我一直在使用带有MFM激活功能的4层CNN来解决分类问题。当CNN的输入是音频信号的CQT（恒定q变换）+ FFT时，测试精度稳定在55％左右。相反，当输入是使用与上面计算的相同值绘制的频谱图时，测试精度为91％。有什么想法为什么会这样？