如何为我的机器学习模型将数据从形状(256,60)转换为(96,64)?

时间:2020-06-21 10:06:33

标签: python arrays numpy tensorflow signal-processing

我正在尝试使用VGG网络,我需要将频谱图输入模型,以便它使用CNN进行预测。因此,我现在拥有的NumPy数组的形状为(256,60),其中有256个频率用于60个不同的时间戳。我需要以(96,64)的形式输入vggish模型。其中96代表时间戳数,而64代表频率数。因此,基本上我需要将频率从256减少到64,并将时间戳从60增加到64。

temp = gitSpectrogram[:, windowTimeGit - 30:windowTimeGit + 30]

如果temp是我需要更改的NumPy数组,我该如何执行此任务?

0 个答案:

没有答案