为包含可变长度序列的数组的输出标签创建分类numpy数组[已关闭]

正如你在问题中所说:

每个数组的末尾都有零和一个数值(类索引)。

如果音频文件属于类索引=1且帧数为8,则y将为[0,0,0,0,0,1]

第一步输入:

[更新]处理可变输入大小的一种方法是 dynamic_rnn 。 Read more here

我们处理这个问题的另一种方法是使用填充,就像我们在文本分类中所做的那样。

假设我们创建大小为10的嵌入,那么每个单词将有一个大小为10的向量输入。

一个句子输入5个单词,实际上是5*10的输入。

现在,由于TF/Keras接受固定大小的输入。我们填充输入。

因此,我们采用固定的输入字数长度(本例中为20)。

20之后出现的单词将被删除。

如果一个句子有5个单词,那么之后会有15个填空。

现在输入将通过嵌入层,最终输入将是 (None, 20, 10) 代表 (Batch_size, Sequence_length, embedding_dimension) 。

您的问题也可以转换为类似的输入。

例如,一个数组的长度=>(11,20)和其他长度=>(9,20)。这里20是特征数,11/9表示序列长度

这里假设序列长度为15左右。。假设嵌入维数为20。

你必须输入9/11的大小,以便与15的大小保持一致(你可以用这个数字进行实验)。

20是您的嵌入维度、功能。

因此,最终输入形状将为 (None, 15, 20) 。

下一步输出:

现在,您可以为每个输入直接对输出类进行一个热编码。 对于9,20的输入,有1个热编码输出向量。

之前您认为对于长度为9且特征为20的输入 输出的长度应为9,前8个输出的长度应为0,第9个输出的长度应为类。

这将不再需要,因为1个大小为(9,20)的输入将产生1个输出。

如果需要更多解释,请告诉我,最好是:)