使用长期短期记忆进行数据培训和测试

时间:2018-10-22 23:16:51

标签: machine-learning conv-neural-network lstm

我的数据是UrbanSound8K,它由10个文件夹中的7467个文件组成。 我正在使用以下链接中的代码来测试模型。

一切正常,但我需要尝试相同的数据并使用LSTM模型进行重塑。数据已重整为(128,128,1)。

我想对(128,128,1)重塑后的数据实施LSTM,但持续出现错误。输入0与LSTM层不兼容:预期ndim = 3,找到ndim = 2

CNN2D Model Available on this link

我的LSTM代码是:

# Build the Neural Network
model = Sequential()
model.add(LSTM(units=128, dropout=0.05, recurrent_dropout=0.35, return_sequences=True, input_shape=(128, 1)))
model.add(LSTM(units=32, dropout=0.05, recurrent_dropout=0.35, return_sequences=False))
model.add(Dense(10, activation='softmax'))
model.compile(loss='categorical_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])

0 个答案:

没有答案