tensorflow / tflearn输入形状

亨雷

我正在尝试创建一个lstm-rnn来生成音乐序列。训练数据是大小为4的向量序列,代表要训练的某些歌曲中每个音符的各种功能(包括MIDI音符)。

从我的阅读看来,我要为每个输入样本执行的操作看起来是,输出样本是下一个大小为4的向量(即,在给定当前音符的情况下,它应该尝试预测下一个音符,并且由于结合了先前样品知识的LSTM)。

我正在使用tflearn,因为我对RNN还是很陌生。我有以下代码

net = tflearn.input_data(shape=[None, seqLength, 4])
net = tflearn.lstm(net, 128, return_seq=True)
net = tflearn.dropout(net, 0.5)
net = tflearn.lstm(net, 128)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 4, activation='softmax')
net = tflearn.regression(net, optimizer='adam',
                     loss='mean_square')

# Training
model = tflearn.DNN(net, tensorboard_verbose=3)
model.fit(trainX, trainY, show_metric=True, batch_size=128)

在此代码之前,我已经将trainX和trainY分为长度为20的序列(但是,我在某处读到,对这样的序列进行训练是实现此目的的一种好方法)。

这似乎很好,但我收到错误ValueError:无法为Tensor u'TargetsData / Y:0'输入形状为((?,4)'的形状(128,16,4)的值

因此:到目前为止,我的假设是输入形状[None,seqLength,4]对TF [batchLength(由tflearn顺序馈入),序列长度,样本特征长度]说。我不明白的是为什么它说输出的形状错误?我是否对数据序列分割有错误的假设?当我只尝试输入所有数据而不拆分为序列时,因此输入形状为[None,4],TF告诉我LSTM层期望输入形状至少具有3个维度。

我无法理解输入和输出的形状应该是什么。感觉这应该很简单-我有一组向量输入序列,并且我希望网络尝试预测序列中的下一个序列。很少有网络不具备相当高级的知识,因此我遇到了麻烦。非常感谢任何人都能提供的见解!

亨雷

我解决了这个问题,所以在这里为有相同问题的任何人写答案。这是基于对这些网络如何工作的误解,但这是我阅读过的大多数教程中假定的知识,因此其他初学者可能不清楚。

LSTM网络在这些情况下非常有用,因为它们可以考虑输入历史记录。将历史信息提供给LSTM的方法是通过测序,但是每个序列仍会导致一个输出数据点。因此,输入必须为3D形状,而输出仅为2D。

给定整个序列和所需的historyLength,我将输入分为historyLength序列和单个输出向量。这解决了我的形状问题。

本文收集自互联网,转载请注明来源。

如有侵权,请联系[email protected] 删除。

编辑于
0

我来说两句

0条评论
登录后参与评论

相关文章

来自分类Dev

TensorFlow / TFLearn:ValueError:无法为形状为'(?,64)'的Tensor u'TargetsData / Y:0'输入形状(256、400、400)的值

来自分类Dev

TensorFlow / TFLearn:ValueError:无法为形状为((?,10)'的Tensor u'target / Y:0'输入形状(64,)的值

来自分类Dev

TensorFlow / TFLearn:ValueError:无法为形状为'(?,64)'的Tensor u'TargetsData / Y:0'输入形状(256、400、400)的值

来自分类Dev

TensorFlow / TFLearn无法提供形状值

来自分类Dev

了解Tensorflow LSTM输入形状

来自分类Dev

Tensorflow输入形状不兼容

来自分类Dev

TensorFlow:“输入形状的预期轴-1 ...”

来自分类Dev

导入 TFLearn 时的 Tensorflow 警告

来自分类Dev

针对状态LSTM模型的TensorFlow不同的输入和输出形状

来自分类Dev

Tensorflow feature_column 期望与输入数据不同的形状

来自分类Dev

用于动态输入形状的 Tensorflow C++ API

来自分类Dev

TensorFlow 1D 模型,MaxPooling 的错误输入形状

来自分类Dev

Tensorflow.keras:输入的形状为(),甚至形状为(768,8)

来自分类Dev

tensorflow:模型是用形状(无,无,6)构造的,但是在形状不兼容的输入上被调用

来自分类Dev

tensorflow:模型是用形状(无,无,6)构造的,但是在形状不兼容的输入上被调用

来自分类Dev

tensorflow:模型是用形状(无,无,6)构造的,但是在形状不兼容的输入上被调用

来自分类Dev

tensorflow:模型是用形状(无,无,6)构造的,但是在形状不兼容的输入上被调用

来自分类Dev

如何在 TensorFlow 中获得 None(动态输入形状)的真实形状?

来自分类Dev

TensorFlow:形状错误

来自分类Dev

TensorFlow 错误的数组形状

来自分类Dev

Tensorflow 动态 RNN - 形状

来自分类Dev

如何获得 Tensorflow 形状

来自分类Dev

警告:tensorflow:使用输入Tensor()的形状构造模型。但它在形状不兼容的输入上被调用

来自分类Dev

Tensorflow/TFLearn 中的数据结构差异

来自分类Dev

使用 Tensorflow/tflearn 预测金融数据的层

来自分类Dev

使用Tensorflow saved_model,获取ValueError:无法为形状为((,,)'的Tensor'Placeholder_1084:0'输入形状()的值

来自分类Dev

在Tensorflow 2.x中,我们不需要指定输入形状吗?

来自分类Dev

使用Python Tensorflow输入形状(53,))时...这个逗号是怎么回事?

来自分类Dev

具有不同形状的输入上的 Tensorflow Gather_nd

Related 相关文章

  1. 1

    TensorFlow / TFLearn:ValueError:无法为形状为'(?,64)'的Tensor u'TargetsData / Y:0'输入形状(256、400、400)的值

  2. 2

    TensorFlow / TFLearn:ValueError:无法为形状为((?,10)'的Tensor u'target / Y:0'输入形状(64,)的值

  3. 3

    TensorFlow / TFLearn:ValueError:无法为形状为'(?,64)'的Tensor u'TargetsData / Y:0'输入形状(256、400、400)的值

  4. 4

    TensorFlow / TFLearn无法提供形状值

  5. 5

    了解Tensorflow LSTM输入形状

  6. 6

    Tensorflow输入形状不兼容

  7. 7

    TensorFlow:“输入形状的预期轴-1 ...”

  8. 8

    导入 TFLearn 时的 Tensorflow 警告

  9. 9

    针对状态LSTM模型的TensorFlow不同的输入和输出形状

  10. 10

    Tensorflow feature_column 期望与输入数据不同的形状

  11. 11

    用于动态输入形状的 Tensorflow C++ API

  12. 12

    TensorFlow 1D 模型,MaxPooling 的错误输入形状

  13. 13

    Tensorflow.keras:输入的形状为(),甚至形状为(768,8)

  14. 14

    tensorflow:模型是用形状(无,无,6)构造的,但是在形状不兼容的输入上被调用

  15. 15

    tensorflow:模型是用形状(无,无,6)构造的,但是在形状不兼容的输入上被调用

  16. 16

    tensorflow:模型是用形状(无,无,6)构造的,但是在形状不兼容的输入上被调用

  17. 17

    tensorflow:模型是用形状(无,无,6)构造的,但是在形状不兼容的输入上被调用

  18. 18

    如何在 TensorFlow 中获得 None(动态输入形状)的真实形状?

  19. 19

    TensorFlow:形状错误

  20. 20

    TensorFlow 错误的数组形状

  21. 21

    Tensorflow 动态 RNN - 形状

  22. 22

    如何获得 Tensorflow 形状

  23. 23

    警告:tensorflow:使用输入Tensor()的形状构造模型。但它在形状不兼容的输入上被调用

  24. 24

    Tensorflow/TFLearn 中的数据结构差异

  25. 25

    使用 Tensorflow/tflearn 预测金融数据的层

  26. 26

    使用Tensorflow saved_model,获取ValueError:无法为形状为((,,)'的Tensor'Placeholder_1084:0'输入形状()的值

  27. 27

    在Tensorflow 2.x中,我们不需要指定输入形状吗?

  28. 28

    使用Python Tensorflow输入形状(53,))时...这个逗号是怎么回事?

  29. 29

    具有不同形状的输入上的 Tensorflow Gather_nd

热门标签

归档