Как подготовить train_Y для нескольких входов и одного выхода в Keras (модель CNN + LSTM)? - PullRequest
Новая
       26

Как подготовить train_Y для нескольких входов и одного выхода в Keras (модель CNN + LSTM)?

0 голосов
/ 02 мая 2019

У меня есть вопрос для подготовки набора меток поездов (train_Y).

Давайте рассмотрим этот код ниже. 

# first input model

visible1 = Input(shape=(64,64,1))
conv11 = Conv2D(...)(visible1)
pool11 = MaxPooling2D(...)(conv11)
flat1 = Flatten()(pool12)

#second input model

visible2 = Input(shape=(32,32,1))
conv21 = Conv2D(...)(visible2)
pool21 = MaxPooling2D(...)(conv21)
flat2 = Flatten()(pool22)

# merge input models

merge = concatenate([flat1, flat2])

# interpretation model

LSTM1 = LSTM(32, activation='relu')(merge)
dense1 = Dense(10, activation='relu')(LSTM1)
output = Dense(4, activation='softmax')(dense1)
model = Model(inputs=[visible1, visible2], outputs=output)

Если у меня есть два типа звуковых функций (например, MFCC,STFT), и они являются входом 2 вида CNN соответственно.А затем я хочу объединить (или объединить) их в один и использовать для ввода LSTM.

Мои два типа набора классов объектов имеют одинаковые 4 класса, но их набор данных двух функций имеет разные train_Y, потому что каждый объектдлина, цвета не совпадают с поездом другого набора данных_Y.(для реализации model.fit ())

но в исходном коде есть два входа (visible1, visible2), но они имеют только один выход (или Y).

В этом случаекак мне подготовить набор меток данных (train_Y)?

...