重塑模型输入LSTM

Question

大家好，我正在尝试建立模型来预测语音情感。由于音频的长度不同，特征矩阵的长度也不同，因此我的时间步长可变。我读了其他答案，我可以保留LSTM的输入形状，如下所示：model.add(LSTM(1, input_shape=(None, 31)))

接下来，我需要将输入的训练数据重塑成3D长度为（C0]的3D数组的列表，它是可变时步长（Tx，Features）的2D数组的列表]

我希望我正在做的背后的逻辑是正确的，但是无论如何我在重塑时都会出错。我确保类型正确，我不知道可能是什么问题，这是代码：

Model.fit()

def rnn(x_train, x_test, y_train, y_test):

    for e in x_train:
        print(type(e))
        print(type(e.shape[0]))
        print(type(e.shape[1]))
        x_train[e]=np.reshape(e,(1,e.shape[0],e.shape[1]))

    model = Sequential()

    model.add(LSTM(1, input_shape=(None, 31)))
    model.add(Dropout(0.2))

    model.add(Dense(32, activation='relu'))
    model.add(Dropout(0.2))

    model.add(Dense(5, activation='softmax'))

    opt = tf.keras.optimizers.Adam(lr=1e-3, decay=1e-5)

    model.compile(loss='sparse_categorical_crossentropy', optimizer=opt, metrics=['accuracy'])

    model.fit(x_train, y_train, epochs=3, validation_data=(x_test, y_test))

非常感谢，我的数据集很小（450个示例），还有关于该如何处理该模型的任何其他提示，由于我是新手，因此非常欢迎！

Answer 1

我也是新手，但从我发现的内容中：LSTM的输入是3-D [样本，时间步长，特征]有关更多信息，请访问此链接：

Traceback (most recent call last):
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.3.3\plugins\python-ce\helpers\pydev\pydevd.py", line 1434, in _exec
    pydev_imports.execfile(file, globals, locals)  # execute the script
  File "C:\Program Files\JetBrains\PyCharm Community Edition 2019.3.3\plugins\python-ce\helpers\pydev\_pydev_imps\_pydev_execfile.py", line 18, in execfile
    exec(compile(contents+"\n", file, 'exec'), glob, loc)
  File "C:/Users/mp95/PycharmProjects/Thesis/Main.py", line 16, in <module>
    rnn(x_train, x_test, y_train, y_test)
  File "C:\Users\mp95\PycharmProjects\Thesis\models.py", line 15, in rnn
    x_train[e]=np.reshape(e,(1,e.shape[0],e.shape[1]))
TypeError: only integer scalar arrays can be converted to a scalar index
<class 'numpy.ndarray'>
<class 'int'>
<class 'int'>

我也认为你的问题在这一行x_train [e] = np.reshape（e，（1，e.shape [0]，e.shape [1]））尺寸可能不正确