如何为 Keras 有状态 LSTM 层设置输入？

编程问答 2022-05-30

问题描述

我在 Keras 中为 stateful=True LSTM 层设置输入时遇到问题。这是我目前所拥有的：

    clear_session()
    model = Sequential()
    model.add(LSTM(hidden_units,batch_input_shape=(1,1,1),return_sequences=False,stateful=True))
    model.add(Dense(1,activation=None))


    X = np.random.rand(100,1)
    Y = np.random.rand(100,1)

    model.fit(X,Y,epochs=epochs,batch_size=batch_size,shuffle=False,validation_split=0.2)

这似乎运行了一个训练集，然后在做测试集时失败；我假设是因为我没有正确设置样本/批号。我只是使用随机数来尝试让有状态的 LSTM 层工作，然后我将用我的实际数据替换它，其中包含从 .wav 文件加载的两个音频样本。音频数据的大小大约为 (8000000,1)，我希望以较小的批次设置它以提供给有状态的 LSTM。我的“batch_input_shape”和输入数据张量应该是什么样的？

谢谢！

***更新：我看到的错误是由另一段代码引起的，上面的代码确实有效。

后续问题，如果我有两个音频信号，例如形状 (8000000,1)，我将如何将批量数据设置到有状态 LSTM 中？我正在尝试训练一个模型，使第一个音频信号适合第二个音频信号（基本上类似于音频过滤器）。

***第二次更新：我似乎正在接受训练以处理我的音频数据，但在第一个纪元之后我收到此错误：

Epoch 1/10
3206/3217 [============================>.] - ETA: 0s - loss: 0.1254 - error_to_signal: 0.1254Traceback (most recent call last):
  File "train.py",line 279,in <module>
    main(args)
  File "train.py",line 177,in main
    model.fit(X,validation_split=0.2,shuffle=True)
  File "C:\Users\KBloemer\AppData\Local\Programs\Python\python36\lib\site-packages\tensorflow\python\keras\engine\training.py",line 1100,in fit
    tmp_logs = self.train_function(iterator)
  File "C:\Users\KBloemer\AppData\Local\Programs\Python\python36\lib\site-packages\tensorflow\python\eager\def_function.py",line 828,in __call__
    result = self._call(*args,**kwds)
  File "C:\Users\KBloemer\AppData\Local\Programs\Python\python36\lib\site-packages\tensorflow\python\eager\def_function.py",line 855,in _call
    return self._stateless_fn(*args,**kwds)  # pylint: disable=not-callable
  File "C:\Users\KBloemer\AppData\Local\Programs\Python\python36\lib\site-packages\tensorflow\python\eager\function.py",line 2943,in __call__
    filtered_flat_args,captured_inputs=graph_function.captured_inputs)  # pylint: disable=protected-access
  File "C:\Users\KBloemer\AppData\Local\Programs\Python\python36\lib\site-packages\tensorflow\python\eager\function.py",line 1919,in _call_flat
    ctx,args,cancellation_manager=cancellation_manager))
  File "C:\Users\KBloemer\AppData\Local\Programs\Python\python36\lib\site-packages\tensorflow\python\eager\function.py",line 560,in call
    ctx=ctx)
  File "C:\Users\KBloemer\AppData\Local\Programs\Python\python36\lib\site-packages\tensorflow\python\eager\execute.py",line 60,in quick_execute
    inputs,attrs,num_outputs)
tensorflow.python.framework.errors_impl.InvalidArgumentError:    Specified a list with shape [2048,1] from a tensor with shape [1539,1]
         [[{{node TensorArrayUnstack/TensorListFromTensor}}]]
         [[sequential/lstm/PartitionedCall]] [Op:__inference_train_function_2597]

Function call stack:
train_function -> train_function -> train_function

这是我的代码：

    batch_size=2048
    epochs=10
    clear_session()
    model = Sequential()

    model.add(LSTM(hidden_units,batch_input_shape=(batch_size,activation=None))
    model.compile(optimizer=Adam(learning_rate=learning_rate),loss=error_to_signal,metrics=[error_to_signal])

 # Then I load the audio data,which is two arrays of shape  (8234884,1) 
 #   after adding an extra dimension to (8234884,1).

model.fit(X,shuffle=True)

解决方法

我开始工作了，我必须确保样本总数可以被批量大小整除。我认为 Keras 会自动处理这个问题，但我想在这种情况下不会。

keraskeraslstmlstmlstm-statefultensorflowtensorflowtensorflow