预期输入有 4 个维度，但得到了形状为 (32, 549, 1) 的数组

Question

我试图用 keras 测试一个训练有素的 cnn 模型，但是当我运行代码时，'有错误：

预期输入有 4 个维度，但得到了形状为 (32, 549, 1) 的数组。

那 (32,549,1) 是我用来训练和测试我的 cnn 并获得良好结果的对数谱图的大小。 除了最后一个错误。

我尝试使用 np.rezise(-1, amp) 和 y=(-1, amp) 来尝试增加我的向量，但它不起作用，我真的不知道该怎么做。

DIR = 'C:/Users/ROBERTO VILCHEZ/Desktop/Redes/TRAIN/ayuda/ayuda_1.wav'
SAMPLE_RATE = 88200
model=load_model('C:/Users/ROBERTO VILCHEZ/Desktop/Redes/mi_modelo.h5')

def read_wav_file(x):
   _, wav = wavfile.read(x) 
   # Normalize
   wav = wav.astype(np.float32) / np.iinfo(np.int16).max
   return wav

def log_spectrogram(wav):
    freqs, times, spec = stft(wav, SAMPLE_RATE, nperseg = 400, noverlap = 240, nfft = 512, padded = False, boundary = None)
    # Log spectrogram
    amp = np.log(np.abs(spec)+1e-10)

    return freqs, times, amp


threshold_freq=5500

eps=1e-10

x=DIR 

wav = read_wav_file(x)

L = 88200

if len(wav) > L:
    i = np.random.randint(0, len(wav) - L)
    wav = wav[i:(i+L)]  

elif len(wav) < L:
    rem_len = L - len(wav)
    silence_part = np.random.randint(-100,100,88200).astype(np.float32) / 

np.iinfo(np.int16).max
j = np.random.randint(0, rem_len)
silence_part_left  = silence_part[0:j]
silence_part_right = silence_part[j:rem_len]
wav = np.concatenate([silence_part_left, wav, silence_part_right])
freqs, times, spec = stft(wav, L, nperseg = 400, noverlap = 240, nfft = 
512, padded = False, boundary = None)

if threshold_freq is not None:
    spec = spec[freqs <= threshold_freq,:]
    freqs = freqs[freqs <= threshold_freq]

    amp = np.log(np.abs(spec)+eps)

    y = np.expand_dims(amp, axis=3)

    res = model.predict(y)

所有其余的代码都可以正常工作，但只有最后一部分告诉我错误预期输入有 4 个维度，但得到了形状为 (32, 549, 1) 的数组。

完全错误：

 Traceback (most recent call last): File "C:\\Users\\ROBERTO VILCHEZ\\Desktop\\Redes\\prueba.py", line 76, in <module> res = model.predict(y) File "C:\\Users\\ROBERTO VILCHEZ\\AppData\\Roaming\\Python\\Python36\\site-packages\\keras\\engine\\training.py", line 1149, in predict x, _, _ = self._standardize_user_data(x) File "C:\\Users\\ROBERTO VILCHEZ\\AppData\\Roaming\\Python\\Python36\\site-packages\\keras\\engine\\training.py", line 751, in _standardize_user_data exception_prefix='input') File "C:\\Users\\ROBERTO VILCHEZ\\AppData\\Roaming\\Python\\Python36\\site-packages\\keras\\engine\\training_utils.py", line 128, in standardize_input_data 'with shape ' + str(data_shape))

ValueError：检查输入时出错：预期输入有 4 个维度，但得到形状为 (32, 549, 1) 的数组

Answer 1

如果您只想预测一个输入，您需要将测试数据扩展为 (Batch_size, .., .., ..)。

所以在这里如果你的 y 形状是 (32, 549, 1)，做一个简单的：

y = np.expand_dims(y, axis=0) # y shape = (1, 32, 549, 1)

Ans 然后运行你的预测。