预期尺寸为 5，但得到形状为 (10000， 64， 173， 1) 的数组(GTZAN 数据集上的 CNN + LST

Question

我正在尝试在GTZAN数据集上实现CNN + LSTM架构。 我将在下面解释我的训练和验证集：

X_train.shape #(10000, 64, 173, 1)
Y_train.shape #(10000, 10, 1)
X_valid.shape #(2000, 64, 173, 1)
Y_valid.shape #(2000, 10)

我的模型如下所示：

input_shape = (10000, 64, 173, 1)
model = Sequential()
model.add(TimeDistributed(Conv2D(24, 5, 5, activation='relu', subsample=(5, 4),
border_mode='valid'), input_shape=input_shape))
model.add(TimeDistributed(MaxPooling2D(pool_size = (2,2))))
model.add(TimeDistributed(Flatten()))
model.add(LSTM(64, return_sequences=True))
model.add(Dense(output_dim=1, activation = "softmax"))
model.summary()

模型编译：

from keras.optimizers import Adam
model.compile(optimizer=Adam(lr = 1e-5), loss="categorical_crossentropy", metrics=['accuracy'])

模型拟合度：

from keras.callbacks import EarlyStopping
early_stopping = EarlyStopping(monitor='val_loss', patience=20, verbose=2)
history = model.fit(X_train, Y_train, epochs=90, batch_size=32, validation_data= (X_valid, Y_valid), callbacks=[early_stopping])

但是我得到一个错误说，

值错误：检查输入时出错：预期 time_distributed_126_input有 5 个维度，但得到了一个数组 形状 (10000， 64， 173， 1(

我做错了什么？我是新手

Answer 1

你好刘勇教授。我叫傅超。我是华中科技大学的研究生。我的研究方向是音频信号的分类。我对您使用的公共数据集"GTZAN"非常感兴趣。但是，我不能再在网上下载了，科学研究陷入了瓶颈。 所以我想问你，你能把数据集发给我吗？谢谢