转换keras模型后，coreml中的输入形状不正确

Question

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？

Answer 1

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。