[英]Incorrect input shape in coreml after converting keras model
我有这样的keras模型:
inputlayer = Input(shape=(126,12))
model = BatchNormalization()(inputlayer)
model = Conv1D(16, 25, activation='relu')(model)
model = Flatten()(model)
model = Dense(output_size, activation='sigmoid')(model)
model = Model(inputs=inputlayer, outputs=model)
我转换为coreml
:
coreml_model = coremltools.converters.keras.convert(model,
class_labels=classes)
coreml_model.save('speech_model.mlmodel')
所以,我希望看到MultiArray (Double 126x12)
,但是我看到MultiArray (Double 12)
你能帮我说我做错了吗?
正如G-mel所标识的那样 ,似乎发生此错误是因为输入的长度为2。然后,CoreMLtools假定您的输入具有[Seq, D]
形状。 您可以解决这个问题,添加一个重塑层:
inputlayer = Input(shape=(126 * 12,))
model = Reshape((126,12))(inputlayer)
model = BatchNormalization()(model)
model = Conv1D(16, 25, activation='relu')(model)
model = Flatten()(model)
model = Dense(output_size, activation='sigmoid')(model)
model = Model(inputs=inputlayer, outputs=model)
然后,您的应用程序必须拼合输入。 但是,这并不理想,因为在GPU上效率不是很高。 希望这个问题将很快得到解决。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.