- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个长音频信号 x
,它是 100000 个样本的一维列表。
为简单起见,假设我要做的就是将其与长度为 15 的滤波器进行卷积,并最终输出 100000 个样本的目标滤波信号 y
。
所以基本上,我正在尝试使用 1D CNN 进行 y = conv(x, h)
,并且要训练过滤器 h
。
在 Keras 中执行此操作的最佳方法是什么?我发现的所有示例似乎都是“每个样本都是长度为 400 个单词的序列,并且卷积沿着该 400 个单词的序列运行”的形式。由此看来,我唯一的选择似乎是将音频信号分成大小为 sequence_length
的 block ,但我真的宁愿避免这种情况,因为我基本上只有 1 个长度为 100000 的输入序列。
理想情况下,代码应该是这样的
import matplotlib.pylab as P
from keras.models import Model
from keras.layers import Conv1D, Input
x_train = P.randn(100000)
y_train = 2*x_train
x_val = P.randn(10000)
y_val = 2*x_val
batch_size = 64
myinput = Input(shape=(None, 1)) # shape = (BATCH_SIZE, 1D signal)
output = Conv1D(
1, # output dimension is 1
15, # filter length is 15
padding="same")(myinput)
model = Model(inputs=myinput, outputs=output)
model.compile(loss='mse',
optimizer='rmsprop',
metrics=['mse'])
model.fit(x_train, y_train,
batch_size=batch_size, epochs=100, shuffle=False,
validation_data=(x_val, y_val))
当然,这里最大的问题是正确地塑造事物。
最佳答案
你完全在正确的轨道上。
尽管您有一个声音样本(示例*
),但 keras 仍会假设您有很多。解决方案就是在您的输入中添加一个维度。
此外,keras 会期望您的卷积数据具有“ channel ”。如果您只有一个 channel (例如,不是立体声),则为其设置一个值为 1 的维度。
因此,您的输入数据应为:
(1, 100000, 1)
- 如果使用 data_format='channels_last'
(默认)(1, 1, 100000)
- 如果使用 data_format='chanels_first'
这意味着:长度为 100000 的信号的 1 个样本和一个 channel 。
您模型中的所有其余部分似乎都非常适合这项任务。
如果您的内存无法同时支持全部数据,那么您需要将音频分成多个 block 。否则,你很高兴。 (请注意,在划分时,使用 padding='valid'
可能会得到更好的结果,因为“相同”会在剪切中添加大量边框效果)。
您可能有兴趣阅读 WaveNet及其相关文章。
他们使用具有膨胀率的堆叠卷积层。
*
- 在 Keras 中,每个“示例”都称为“样本”,尽管在音频处理中,样本通常是时间步长。因此,完整的音频文件将是 Keras 中的“样本”。
关于audio - 在 Keras 中使用 Conv1D 处理长音频信号,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47505434/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!