轉換keras模型后，coreml中的輸入形狀不正確

Question

我有這樣的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)

我轉換為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)

你能幫我說我做錯了嗎？

Answer 1

正如G-mel所標識的那樣 ，似乎發生此錯誤是因為輸入的長度為2。然后，CoreMLtools假定您的輸入具有[Seq, D]形狀。 您可以解決這個問題，添加一個重塑層：

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，您的應用程序必須拼合輸入。 但是，這並不理想，因為在GPU上效率不是很高。 希望這個問題將很快得到解決。