Keras fit_generator（）对于长信号

Question

我想建立一个LSTM网络，我有很长的信号要用作训练数据

• 我的[[X_train是一个CSV文件，其中包含12个信号，长度为54 837 488
我的[[y_train是一个数组，其中包含一个长度为
• 54 837 488的One Hot编码信号（9个类别）。
如果我尝试将CS​​V文件作为数据帧或Python中的数组上传，则超出了RAM的限制，因此我的想法是使用fit_generator（）。在制作图像模型之前，我曾使用过此工具，但后来我只使用了一些预生成器，但是我真的找不到任何预生成器来生成信号，因此我决定尝试自己制作一个。

def generate_data_to_model(y_train):
    while True:
        with open("/mypath/myData.csv") as f:
            for line in f:
                x= line.rstrip('\n').split(",")
                x= np.asarray(x)
                x=x[1:]
                x= x.reshape(1,1,12)
                yield (x, y_train[line])


model = Sequential()
model.add(LSTM(32, input_shape=(1, 12)))
model.add(Dense(32, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(9, activation='softmax'))

model.compile(loss='categorical_crossentropy', optimizer="Adam", metrics=['acc'])

model.fit_generator(generate_data_to_model(y_train),
                    steps_per_epoch=1, epochs=2, verbose=1)

当我开始训练时，出现此错误：

<ipython-input-29-33b2195fea44> in generate_data_to_model(y_train)
      8                 x= x.reshape(1,1,12)
 ---> 9                 yield (x, y_train[line])
仅整数，切片（:），省略号（...），numpy.newaxis（None）和整数或布尔数组为有效索引
我想建立一个LSTM网络，我有一个很长的信号要用作训练数据。我的X_train是一个CSV文件，其中包含12个信号，长度为54837488我的y_train是一个... 

Answer 1