LSTM与线性层的正确结合
LSTM与线性层的正确结合
提问于 2022-03-22 04:26:50
我得到并得到了输出(4,32,32)，我把它传递给线性层( LSTM，num_classes=1的隐藏大小)，它给我一个输出形状(4,32,1)。我正试图为我的人工智能助理解决一个唤醒词模型。我有两个类别要预测。0不是唤醒，1是唤醒AI。我的批号是32。但输出为(4,32,1)。它不是应该是32,1或类似的东西，所以我会知道有一个预测1音频mfcc？
回答 1
Stack Overflow用户
发布于 2022-03-22 04:29:57
不完全是。您需要将数据重塑为(32，1)或(1，32)，这样才能使线性层工作。您可以通过使用torch.unsqueeze()或甚至直接使用torch.view()添加维度来实现这一点。如果您使用解压缩功能，新的形状应该是(32，1)。如果使用视图函数，则新形状应为(1，32)。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/71566905
复制相关文章
相似问题
腾讯云开发者
