Théano de entrada e de saída de erro de amostra número

votos
1

Eu estou trabalhando em algum projeto e eu preciso usar a rede neural em python. Eu estou tentando treinar rede neural, mas eu sempre recebo erro para a função FIT (). Este é meu código:

def matrix_to_vector(m):
    return m.flatten()


def prepare_for_rnn(tones):
    ready_for_rnn = []
    for tone in tones:
        ready_for_rnn.append(matrix_to_vector(tone))

    return ready_for_rnn

def convert_output2(outputs):
    return np.eye(len(outputs))

tone = LoadDataSet('samples/ddur.wav')

X_train = []
X_train.append(tone.DataSet)


x_train = prepare_for_rnn(X_train)
tones = ['D']
y_train = convert_output2(tones)

model = Sequential()

model.add(Dense(128, input_dim=1, activation='sigmoid'))
model.add(Dense(1, activation='sigmoid'))

sgd = SGD(lr=0.01, momentum=0.9)
model.compile(loss='mean_squared_error', optimizer=sgd)

y_train = np.array(y_train)

print x_train
print y_train
print y_train.shape
print len(y_train)

model.fit(x_train, y_train, nb_epoch=2000, batch_size=1, verbose=0, shuffle=False, show_accuracy=False)
score = model.evaluate(x_train, y_train, batch_size=16)

Estou recebendo erro que a minha matriz de entrada e saída do array não têm mesmo número de amostras.

minha saída do console:

/usr/bin/python2.7 /home/misel/PycharmProjects/SoftProjekat/main.py
Using Theano backend.
[array([ 0.70347332,  0.72311571,  2.64259667, ...,  0.52694423,
        0.21127148,  0.43055696])]
` 1`.``
(1, 1)
1
Traceback (most recent call last):
  File /home/misel/PycharmProjects/SoftProjekat/main.py, line 103, in <module>
    model.fit(x_train, y_train, nb_epoch=2000, batch_size=1, verbose=0, shuffle=False, show_accuracy=False)
  File /usr/local/lib/python2.7/dist-packages/keras/models.py, line 503, in fit
    raise Exception('All input arrays and the target array must '
Exception: All input arrays and the target array must have the same number of samples.
Publicado 01/02/2016 em 21:58
fonte usuário
Em outras línguas...                            


1 respostas

votos
1

Eu estava implementando Autoencoders quando eu tenho esse problema em dizer "Exceção:. Todas as matrizes de entrada e da matriz de destino deve ter o mesmo número de amostras". model.fit espera matriz numpy como entrada.

X: data, as a numpy array.
y: labels, as a numpy array.

lista converter a matriz de numpy resolveu o meu problema.

Se formos ver a documentação de model.fit ele diz:

if type(X) == list:
            if len(set([len(a) for a in X] + [len(y)])) != 1:
                raise Exception('All input arrays and the target array must ''have the same number of samples.')

por isso, se X é do tipo lista: comprimento de todos os itens na lista X eo comprimento da lista y deve ser o mesmo outra exceção será levantada.

Respondeu 10/03/2016 em 02:04
fonte usuário

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more