CoreML LSTM输入与Keras输入形状不匹配

Question

我正在尝试将一个非常简单的keras模型转换为CoreML，但是，CoreML模型的输入似乎与我的期望不符。

我正在创建的模型的输入形状为（5，10）（五个时间步长，有10个特征），但是，在转换模型并在Xcode中打开模型后，它说输入类型为{{1 }}，据我所知是一维数组。我的问题是，我在做什么错？有没有办法告诉CoreML输入是5x10的？

这是我正在创建的keras模型

MultiArray (Double 10)

我运行以下代码来转换模型

from keras.models import Sequential
from keras.layers import LSTM
from keras.layers import Dense

length = 5
n_features = 10
out_index = 2

model = Sequential()
model.add(LSTM(25, input_shape=(length, n_features)))
model.add(Dense(n_features, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
model.summary()

在Xcode中，您可以看到它从模型中解释的输入

修改（01/12/20）：

我试图变得聪明，只是直接在python中编辑coreml模型，

import coremltools
coreml_model = coremltools.converters.keras.convert(model)
coreml_model.save("Echo.mlmodel")

不幸的是，这会导致Xcode中的编译错误

也供参考，以下是我的笔记本计算机正在运行的库版本：

coreml_model._spec.description.input[0].type.multiArrayType.shape[:] = [1, 5, 10]

Answer 1

经过一些调查，看来输入的“类型”标签有点误导。尽管它说MultiArray (Double 10)，但实际上它接受多维数组。需要注意的是数组的形状。

在使用Keras的情况下，我可能会传入大小为(1, 5, 10)的数组（即在运行(batch, timestemps, features)时使用predict的数组，而使用CoreML，则必须转置输入以匹配{{1} }。

因此，解释Xcode“类型”字段的正确方法是说输入接受10个功能。应该使用“描述”字段（在屏幕截图中看不到）来描述预期的数组形状。