Question

我正在尝试使用keras测试cnn的训练模型，但是当我运行代码时，出现错误：

预期输入具有4个维度，但数组的形状为（32， 549，1）。

（32,549,1）是我用来训练和测试cnn效果良好的对数频谱图的大小。除了最后一个错误。

我尝试使用np.rezise（-1，amp）和y =（-1，amp）来尝试增加我的向量，但是它不起作用，我真的不知道该怎么办。

onDestroy()

所有其余代码都可以正常工作，但是只有最后一部分向我展示了错误，预期输入具有4维，但是数组的形状为（32，549，1）。

完全错误：

DIR = 'C:/Users/ROBERTO VILCHEZ/Desktop/Redes/TRAIN/ayuda/ayuda_1.wav'
SAMPLE_RATE = 88200
model=load_model('C:/Users/ROBERTO VILCHEZ/Desktop/Redes/mi_modelo.h5')

def read_wav_file(x):
   _, wav = wavfile.read(x) 
   # Normalize
   wav = wav.astype(np.float32) / np.iinfo(np.int16).max
   return wav

def log_spectrogram(wav):
    freqs, times, spec = stft(wav, SAMPLE_RATE, nperseg = 400, noverlap = 240, nfft = 512, padded = False, boundary = None)
    # Log spectrogram
    amp = np.log(np.abs(spec)+1e-10)

    return freqs, times, amp


threshold_freq=5500

eps=1e-10

x=DIR 

wav = read_wav_file(x)

L = 88200

if len(wav) > L:
    i = np.random.randint(0, len(wav) - L)
    wav = wav[i:(i+L)]  

elif len(wav) < L:
    rem_len = L - len(wav)
    silence_part = np.random.randint(-100,100,88200).astype(np.float32) / 

np.iinfo(np.int16).max
j = np.random.randint(0, rem_len)
silence_part_left  = silence_part[0:j]
silence_part_right = silence_part[j:rem_len]
wav = np.concatenate([silence_part_left, wav, silence_part_right])
freqs, times, spec = stft(wav, L, nperseg = 400, noverlap = 240, nfft = 
512, padded = False, boundary = None)

if threshold_freq is not None:
    spec = spec[freqs <= threshold_freq,:]
    freqs = freqs[freqs <= threshold_freq]

    amp = np.log(np.abs(spec)+eps)

    y = np.expand_dims(amp, axis=3)

    res = model.predict(y)

ValueError：检查输入时出错：预期输入为4 尺寸，但数组的形状为（32，549，1）

Answer 1

如果只想预测一个输入，则需要将测试数据扩展为（Batch_size，..，..，..）。

因此，如果您的y的形状为（32，549，1），请执行简单的操作：

y = np.expand_dims(y, axis=0) # y shape = (1, 32, 549, 1)

然后运行您的预测。

预期输入具有4个维度，但数组的形状为（32，549，1）

1 个答案: