Python Librosa Keras神经网络错误:数组的索引太多
Python Librosa是一个用于音频分析和处理的Python库。它提供了一系列功能，包括音频特征提取、音频信号处理、音频可视化等。Librosa可以帮助开发者在音频领域进行数据处理和分析。
Keras是一个高级神经网络库，它建立在TensorFlow之上，提供了简单而强大的API，用于构建和训练深度学习模型。Keras可以帮助开发者快速搭建神经网络，并进行模型训练和预测。
根据提供的错误信息"数组的索引太多"，这个错误通常发生在使用Librosa和Keras进行音频处理和神经网络训练时，可能是由于输入数据的维度不匹配导致的。在处理音频数据时，通常需要将音频信号转换为特征矩阵，然后作为输入传递给神经网络模型。可能是在特征提取或数据准备阶段出现了维度错误。
为了解决这个问题，可以检查以下几个方面：
- 确保音频数据的维度与神经网络模型的输入维度匹配。可以使用Librosa提取音频特征，并将其转换为适当的形状，以便作为输入传递给Keras模型。
- 检查数据预处理过程中是否存在错误。例如，是否正确地对音频数据进行了归一化、标准化或缩放等处理。
- 确保神经网络模型的输入层与音频特征的维度匹配。可以查看Keras模型的输入层定义，并确保其与音频特征的形状相匹配。
在腾讯云的产品中，可以使用云服务器（CVM）来搭建Python环境，并安装Librosa和Keras库进行音频处理和神经网络训练。此外，腾讯云还提供了云原生服务（TKE）用于容器化部署和管理应用程序，以及云数据库（CDB）用于存储和管理数据。具体产品信息和介绍可以参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
我最近试图执行一个实验，使用使用Keras在Python IDE IDLE中编写的神经网络来分析歌曲的GTZAN数据集。我正在尝试改变层，以查看是否对性能有任何影响。我的实验基于一篇文章，详细介绍了这个项目的基础： https://medium.com/@navdeepsingh_2336/identifying-the-genre-of-a-song-with-neural-networks-851db89c42f0 根据另一个关于Stack Overflow的开发人员的建议，我已经获得了scikit-learn模块的帮助。 我的代码如下所示： import librosa
import
浏览 18提问于2019-01-30得票数 1
最近，我试图完成一个实验，用神经网络算法识别一首古典音乐的作曲家。我是。然而，基于之前的一个项目，该实验使用Keras系统创建了一个神经网络，并分析了各个音乐片段。我的资料来源是这篇文章： https://medium.com/@navdeepsingh_2336/identifying-the-genre-of-a-song-with-neural-networks-851db89c42f0 在执行了各种测试之后，我最近又遇到了另一个错误。当我尝试运行本文中提供的程序时： import matplotlib.pyplot as plt
from keras.models import Se
浏览 18提问于2019-01-17得票数 0
我刚刚开始对神经网络进行编码，我的代码si如下
#create model
model = keras.Sequential([
keras.layers.Flatten(input_shape=(28,28)),
keras.layers.Dense(16, activation="relu"),
keras.layers.Dense(16, activation="relu"),
keras.layers.Dense(10, activation="softmax")
])
model.compile(opti
浏览 3提问于2020-12-27得票数 1
回答已采纳
3回答
使用MFCC进行语音识别
、、、、
我目前正在使用傅里叶变换结合Keras进行语音识别(说话人识别)。我听说MFCC是语音识别的更好的选择，但我不确定如何使用它。
我在python (3)中使用librosa来提取20个MFCC特征。我的问题是:我应该使用哪些MFCC功能来识别说话人？
除此之外，我不确定如何实现这些功能。我要做的是获得必要的特征，并为神经网络做一个长向量输入。然而，也可以显示颜色，所以图像识别也是可能的，还是更多地针对语音，而不是说话人识别？
简而言之，我不确定我应该从哪里开始，因为我在图像识别方面经验不是很丰富，也不知道从哪里开始。
提前感谢！！
浏览 4提问于2018-12-04得票数 0
最近，我一直在尝试完成一个实验，在这个实验中，用Keras创建了一个神经网络音乐分析程序，并修改了神经网络中的层数，以找到对性能的影响。我的程序来源是下面的网站： https://medium.com/@navdeepsingh_2336/identifying-the-genre-of-a-song-with-neural-networks-851db89c42f0 我最近遇到了几个关于我的程序的错误，在另一个关于Stack Overflow的开发人员的建议下，我决定寻求Scikit库部分的帮助。 代码如下所示： import librosa
import librosa.feature
浏览 16提问于2019-01-27得票数 0
我试图获取数组的第一个值，但是，当我试图打印带宽第一个数组值时，它会显示第一个索引中数组的所有值，而不仅仅是第一个值本身。
如果我试图打印数组的第二个索引，它会给出错误：
index 1 is out of bounds for axis 0 with size 1
因此，通过使用下面的代码打印第一个值：
import librosa
import librosa.display
import numpy as np
y, sr = librosa.load(filename)
onset_env = librosa.onset.onset_strength(y, sr=sr)
tempo
浏览 3提问于2021-02-11得票数 0
回答已采纳
1回答
MFCC谱图与枕谱图
、、、
我目前正在研究一种卷积神经网络(CNN)，并开始研究不同的光谱图：
关于Librosa图(MFCC)，谱图与其它谱图有很大的不同。我看了一看谈论的“未详细的”MFCC谱图。如何完成由提供的解决方案发布的任务(Python代码明智)？
此外，这个低分辨率的MFCC阴谋会错过任何滋扰的图像通过CNN？
如果您在执行代码方面有任何帮助，我们将衷心感谢！
这是我用来比较光谱图的Python代码，这里是正在分析的wav文件的。
Python代码
# Load various imports
import os
import librosa
import librosa.display
impo
浏览 3提问于2020-12-14得票数 1
回答已采纳
1回答
是实体的链接文件。我想训练一个神经网络把每个实体表示成一个向量。附加是我的训练代码
import pandas as pd
import numpy as np
from numpy import array
from keras.preprocessing.text import one_hot
from keras.preprocessing.sequence import pad_sequences
from keras.models import Sequential
from keras.models import Model
from keras.layers import D
浏览 0提问于2019-04-23得票数 0
我正在学习傅立叶变换，以及如何在python中使用它们进行音频操作。但简单地将音频数据的fft和ifft转换成复杂的形式，我无法将其保存为wav。代码和错误如下所示。 import librosa
import scipy
audio,sr=librosa.load("sample2.wav")
aud_fft=scipy.fft.fft(audio)
ref_aud=scipy.fft.ifft(aud_fft)
librosa.output.write_wav("test.wav",ref_aud,sr) 错
浏览 44提问于2020-03-23得票数 0
我正在尝试从音频的谐波成分中提取tonnetz。我的代码基本上是从教程中复制粘贴过来的
我的代码：
import librosa
def extract_feature(file_name):
y, sr = librosa.load(file_name)
y = librosa.effects.harmonic(y)
tonnetz = librosa.feature.tonnetz(y=y, sr=sr)
return tonnetz
print extract_feature("out.wav")
下面是堆栈跟踪：
/Library/
浏览 17提问于2017-01-27得票数 1
回答已采纳
我需要了解以下代码中标签的拆分是如何发生的：
import keras
import librosa
import librosa.feature
import librosa.display
import glob
import numpy as np
from keras.models import Sequential
from keras.layers import Dense , Activation
from keras.utils.np_utils import to_categorical
def extract_features_song(f):
y, _
浏览 0提问于2018-08-06得票数 1
回答已采纳
1回答
我正试图在Keras中创建一个基本的神经网络模型，该模型将学习将正数相加在一起，并且在调整训练数据以适应该模型时遇到困难：
对于第一个密集层的"input_shape“属性，我已经尝试过许多配置，但是似乎没有什么效果。
# training data
training = np.array([[2,3],[4,5],[3,8],[2,9],[11,4],[13,5],[2,9]], dtype=float)
answers = np.array([5, 9, 11, 11, 15, 18, 11], dtype=float)
# create our model now:
mode
浏览 2提问于2019-06-15得票数 1
回答已采纳
我尝试将python代码部署到Heroku服务器，并获得下一个错误，就像我认为的那样与librosa库相关：
2021-10-31T17:02:20.055394+00:00 app[bot.1]: import librosa
2021-10-31T17:02:20.055410+00:00 app[bot.1]: File "/app/.heroku/python/lib/python3.9/site-packages/librosa/__init__.py", line 211, in <module>
2021-10-31T17:02:20.055538+0
浏览 11提问于2021-10-31得票数 0
0回答
所以我在学习机器学习，想知道mfcc特征大小对RNN (递归神经网络)有什么影响？
使用librosa，我提取了mfcc，然后是增量系数，然后我得到了维数为13的数组，sound_length
用python提取mfcc和增量系数的代码：(y -声音文件数据，sr - length of y)
mfcc = librosa.feature.mfcc(y=y, sr=sr, n_mfcc=13)
mfcc_delta = librosa.feature.delta(mfcc, axis=0, order=1)
所以从理论上讲，如果我想用这种数据训练网络，并且用n_mfcc=39。谁会更好?为什么
浏览 3提问于2017-01-10得票数 4
1回答
我的主要目标是向ANN提供mfcc功能。
然而，我仍然停留在数据预处理阶段，我的问题有两个部分。
背景：
我有个音频。我有一个txt文件，其注释和时间戳如下所示：
0.0 2.5 Music
2.5 6.05 silence
6.05 8.34 notmusic
8.34 12.0 silence
12.0 15.5 music
我知道对于单个音频文件，我可以使用librosa计算mfcc，如下所示：
import librosa
y, sr = librosa.load('abcd.wav')
mfcc=librosa.feature.mfcc(y=
浏览 0提问于2018-01-19得票数 2
回答已采纳
1回答
我用Keras库构建了一个多类序列模型，方法如下：
model = keras.Sequential([
#input layer
keras.layers.Flatten(input_shape=(inputs.shape[1], inputs.shape[2])),
#hidden layer 1
keras.layers.Dense(512, activation = 'relu', kernel_regularizer=keras.regularizers.l2(0.001)),
keras.layers.Dropout(0.3),
#hidden layer 2
浏览 2提问于2021-08-27得票数 0
最近，我尝试执行一个实验，使用Keras在Python空闲中编写一个神经网络来分析GTZAN歌曲数据集。我试图改变层，以看看是否有任何影响的性能。我的实验是以一篇详细阐述这个项目的基础的文章为基础的：
本文中显示的代码共同构成了这个程序：
import matplotlib.pyplot as plt
from keras.models import Sequential
from keras.layers import Dense, Activation
from keras.utils.np_utils import to_categorical
def display_mfcc(so
浏览 0提问于2019-01-20得票数 1
1回答
我正在尝试教tensorflow-keras神经网络在5*5网格上玩picross。理想情况下，网络的输出层将有25个神经元，如果正方形已满，每个神经元的正确激活为1，如果为空，则正确激活为0。
因此，一个训练示例的正确答案“激活”应该是一个由1和0组成的字符串，25位长。然而，到目前为止，我只知道如何训练一个网络，使每个训练示例都有一个正确的答案。
我训练了一个神经网络来对MNIST手写数字进行分类。
我已经设置了一种生成训练数据的方法，包括picross网格和相关提示。
#x_train is a list of lists. Each sub_list contains the rele
浏览 0提问于2019-07-29得票数 0
我正试图用角星来编码一个神经网络。下面是导入我的库和模块的方法：
import keras
import os
import numpy as np
from keras.models import Sequential
from keras.layers import Activation
from keras.layers.core import Dense
from keras.optimizers import Adam
from keras.metrics import categorical_crossentropy
from keras.preprocessing.image i
浏览 2提问于2021-03-10得票数 1
回答已采纳
1回答
我现在刚开始用自己的数据建立神经网络。我想训练一个卷积神经网络的音频分类，但我正在挣扎的阵列整形。
我首先在我的手机上录制了音频，然后使用Librosa软件包加载它，得到一个光谱输出图像阵列，我可以用于我的神经网络。
sample = 2
filename = df.File[sample]
y, sr = librosa.load('/content/drive/MyDrive/AI Data Set/SoundRecord-2021-03-30-15-46-36.wav',sr=44100)
ps = librosa.feature.melspectrogram(y=y,
浏览 1提问于2021-04-01得票数 0
回答已采纳
我目前正在使用Keras在MNIST数据集上训练一个前馈神经网络。我正在使用以下格式加载数据集
(X_train, Y_train), (X_test, Y_test) = mnist.load_data()
但是我只想用数字0和4来训练我的模型，而不是全部。如何只选择2位数字？我是python的新手，知道如何过滤mnist数据集……
浏览 2提问于2018-07-06得票数 10
1回答
我是Keras的新手，我想在这个数据集上应用一个神经网络：https://www.drivendata.org/competitions/57/nepal-earthquake/
我用pd.get_dummies熊猫方法对数据集进行了预处理，将分类变量转化为数值。此外，目标(即1、2或3-取决于伤害等级)被转换成三列，表示有可能成为其中之一。
我编写的NN很简单，但我不知道预测方法返回的值是什么。
# first neural network with keras tutorial
from numpy import loadtxt
from keras.models import Seque
浏览 0提问于2020-03-13得票数 1
回答已采纳
我正在使用Keras库在python中创建一个神经网络。我已经加载了训练数据(txt文件)，初始化了网络，并“拟合”了神经网络的权重。然后，我已经编写了生成输出文本的代码。代码如下：
#!/usr/bin/env python
# load the network weights
filename = "weights-improvement-19-2.0810.hdf5"
model.load_weights(filename)
model.compile(loss='categorical_crossentropy', optimizer='ada
浏览 0提问于2017-01-26得票数 13
回答已采纳
当我启动简单的神经网络时，我得到了一个错误。顺便说一下，代码应该输出测试数组的第一个数字。
还有其他错误(其中一个与数据的dtype有关)。
import tensorflow as tf
import numpy as np
from tensorflow import keras
data = np.array([[0, 1, 1], [0, 0, 1], [1, 1, 1]])
labels = np.array([0, 0, 1])
data.dtype = float
print(data.dtype)
model = keras.Sequential([
keras.layers
浏览 0提问于2019-07-28得票数 1
回答已采纳
我是深度学习的初学者，并试图通过在dataset上执行音频分析来实现Python中的神经网络。我一直在遵循教程，并且已经完成了训练模型的代码，但是当我试图在测试集中运行模型时，我仍然会遇到错误。
下面是我创建模型和培训的代码：
import numpy as np
from sklearn.preprocessing import LabelEncoder
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation
浏览 1提问于2018-01-13得票数 3
回答已采纳
我有一个神经网络，我在Python中使用Keras / tensorflow。我正在试着习惯使用Python。
在R中，有，它使用来自deepnet的堆叠自动编码器来预训练神经网络。我似乎在Python中找不到类似的函数或包。我需要写我自己的函数吗? Python / Keras也有这样的函数吗？
浏览 19提问于2020-05-11得票数 1
试图在python中使用Keras建立一个神经网络。
当我试图用我的神经网络进行预测时，我得到了这个错误：
ValueError: Error when checking : expected input_1 to have shape (12,) but got array with shape (1,)
但是，如果我print(x.shape)，它返回为(12，)
这是代码块：
def predict(str):
y = convert(str)
x = data = np.array(y, dtype='int64')
with graph.a
浏览 0提问于2018-06-09得票数 1
回答已采纳
我正在阅读下面的教程，它使用MNIST手写数字数据库。
https://machinelearningmastery.com/handwritten-digit-recognition-using-convolutional-neural-networks-python-keras/
28x28大小的图像数据必须被重塑成一个784像素的一维矢量。28x28=784。为什么多层感知器只坚持输入数据的一维矢量？卷积神经网络和递归神经网络不存在接受高维输入形状的问题。
浏览 0提问于2018-08-18得票数 2
1回答
我正在努力实现一种近似于偏微分方程解的算法。这背后的主要思想是，我从时间0开始，对解u及其梯度z进行猜测，然后使用递归公式，以向前的方式近似计算到最后一个时间点的解。公式是这样的
u[i+1] = u[i] + f(t[i],x[i],u[i],z[i])*dt + z[i]*dW[i]
其中给出了布朗运动dW的函数f、时间离散化、时间步长dt和增量。在时间点上，梯度zi被输入xi的深度神经网络近似，我已经用两个隐密层的tf.keras实现了该网络。这些网络运行得相当好。到目前为止，我有N(时间点的数目)独立的神经网络分别逼近zi的每个时间点。
我的任务是构造一个具有输入(x，W)的全局神经网
浏览 1提问于2022-07-19得票数 0
1回答
我希望有人能帮我解决我遇到的问题。我正在尝试加载多个(即3)音频文件，并使用Python的Librosa库绘制它们。我在这里找不到错误。
def main():
pathAudio = "~/Project Data/Practice/Train Music/"
files = librosa.util.find_files(pathAudio, ext=['ogg'])
files = np.asarray(files)
for y in files:
y = librosa.load(y, sr = 16000,mono = True)
浏览 0提问于2018-03-09得票数 1
回答已采纳
1回答
在机器学习方面，我是一个相对初学者。
我一直在使用Keras和TensorFlow作为后端，由于某些原因，当我使用CIFAR-10数据集时，我没有得到很好的准确性。
这是我的密码。
model = Sequential()
batch_size = 250
model.add(Dense(100, input_shape = (3072, ), activation='relu',
bias_initializer = 'RandomNormal',kernel_regularizer=regularizers.l2(.01)))
model.add(D
浏览 1提问于2019-03-13得票数 1
回答已采纳
我是一个非常新的学习机器学习，我的第一个项目是创建一个神经网络，以检测关键的面部点谷歌colab。一切都很顺利，但是今天当我想训练我的神经网络时，我犯了一个以前在训练我的神经网络时从未出现过的错误。
错误是：
ModuleNotFoundError Traceback (most recent call last)
<ipython-input-189-47fd3efd0229> in <module>()
5
6
----> 7 X_input = Input(input_shape)
浏览 7提问于2022-06-03得票数 0
1回答
使用librosa，我为音频文件创建了mfcc，如下所示：
import librosa
y, sr = librosa.load('myfile.wav')
print y
print sr
mfcc=librosa.feature.mfcc(y=y, sr=sr)
我还有一个文本文件，它包含与音频对应的手动注解、停止、标记，如下所示：
0.0 2.0 sound1
2.04.0 sound2
4.0 . 6.0沉默
6.08.0 sound1
问:如何将由librosa生成的mfcc与文本文件中的注释结合起来。
最终的目标是，我想将mfcc与标签相结合，并传递。
一
浏览 0提问于2018-01-22得票数 4
回答已采纳
我正在建立一个神经网络，以角蛋白和张力索为后端。它有从0到9的3个输入和从0到9个的3个输出。数据在一个numpy数组中提供：[ '1‘'4’'0‘.]。
我刚开始深入学习，这是我的第一批神经网络之一，所以我迷失了方向，不知道是什么导致了这个错误。
我知道，我可能需要改变优化器，损失，度量和可能更多的属性，如果有人对此有任何见解，请分享。
model = keras.Sequential([
keras.layers.Flatten(3, input_shape=(3, 3)),
keras.layers.Dense(9, activation="
浏览 2提问于2019-10-20得票数 0
回答已采纳
我正在制作一个GUI，用于创建不同的独特神经网络。我不赞成使用TensorFlow 2.0 (使用Keras )或PyTorch作为后端。但我缺乏关于这些主题的信息，如果有人能回答这些问题，我将非常感激：
语言: Python
1)如何利用这些框架去除神经网络中各层间的特定神经元连接? 2)如何为神经网络中神经元的某些设置特定的学习规则? 3)如何设置该层神经元的特定激活函数某些；
非常感谢，请不要犹豫回答，任何信息都是有用的。
如果有人想为这个项目做出贡献，那就太棒了。
浏览 2提问于2020-01-16得票数 0
回答已采纳
目前正在使用带有Tensorflow后端的Keras解决问题。
我正在尝试用下面的代码创建一个神经网络(最小示例，不包括我的真实数据)，尽管它给出了错误：
以下行的input_shape大小的“元组索引超出范围”：
model.add(TimeDistributed(LSTM(32,return_sequences=True),input_shape=trainData.shape[1:]))
错误似乎出现在recurrent.py文件的第964行：
self.input_dim = input_shape[2]
它正试图访问input_shape2。我传递的形状只有两个数字(数据的时间序列的
浏览 0提问于2017-04-20得票数 1
当在城市声音数据集的声音文件之一上使用以下代码时，
s, r = librosa.load(train_filename[7543])
tonnetz = librosa.feature.tonnetz(y = librosa.effects.harmonic(s), sr = r)
我得到以下警告和ParameterError，
E:\installed_python_anaconda\lib\site-packages\librosa\util\utils.py:1467: RuntimeWarning: invalid value encountered in less if np.an
浏览 37提问于2018-08-18得票数 3
我正在尝试用一个简单的神经网络来拟合角点。我有输入，我希望有一个整数输出，表示它自己的一个类。我想要从0到13的范围。然而，当最后一个输出设置为1时，它会给出一个错误。
InvalidArgumentError: Received a label value of 12 which is outside the valid range of [0, 1). Label values:
到目前为止，这就是我编写神经网络的方法。
import keras
from keras.models import Sequential
from keras.layers import Dense
cla
浏览 1提问于2019-06-18得票数 0
回答已采纳
我用python训练了一个单层神经网络模型(一个没有keras和tensorflow的简单模型)。canI如何在训练后将其与权重一起保存在python中，以及稍后如何加载它？
浏览 0提问于2019-03-11得票数 5
我需要使用imports在witch中运行python神经网络脚本： from keras.models import Sequential
from keras.layers import Dense
from keras.callbacks import History
from keras.models import load_model
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(7)
import pandas as pd
from
浏览 28提问于2019-10-19得票数 2
回答已采纳
我正在用python从头开始构建一个神经网络。 在我用于测试的数据集中，特征都是数字的(57个特征)，目标变量是分类的(10个类，已经将其从0到9转换为数字，但可以使用其他编码)。一切似乎都很正常，除了我不知道如何将模型输出与y_true值进行比较来计算误差。因此，我对目标变量有10个类，我得到的输出是每个观察值的10个元素的数组，而不是每个样本的唯一值/分类。 有人能给我一种简单的方法将我的输出转换成与y_true相当的单个y_predicted值吗？ 除了Numpy和pandas之外，我尽量不使用任何库，所以使用Keras SparseCategoricalCrossentropy()是
浏览 40提问于2021-03-20得票数 0
回答已采纳
我正在尝试通过Python中的Keras深度学习库学习神经网络。我正在使用Python3，并引用了这个链接：
我尝试运行下面的代码，但得到以下错误：
ImportError:没有名为“sklearn.model_selection”的模块
import numpy
import pandas
from keras.models import Sequential
from keras.layers import Dense
from keras.wrappers.scikit_learn import KerasRegressor
from sklearn.model_selection i
浏览 2提问于2017-04-25得票数 6
回答已采纳
我用Keras训练一个深度神经网络。我用train_on_batch函数训练我的模型。我的模型有两个输出。我打算做的是，修改每个样本的损失，每一个样本的特定值。因此，由于Keras文档，
我需要为sample_weight参数分配两个不同的权重。下面是我的代码，每批代码都有四个培训示例：
wights=[12,10,31,1];
mod_loss = mymodel.train_on_batch([X_train], [Y1, Y2],sample_weight=[wights,[1.0,1.0,1.0,1.0]])
我使用sample_weight来加权第一个输出而不是第二个输出。当我运
浏览 0提问于2019-02-28得票数 3
回答已采纳
我正在使用创建一个Python服务器，以服务于Kaggle玻色子数据集上训练的Keras神经网络的结果。我在服务器的日志中得到了这样的信息：
# print(data)
[ 0.86929321 -0.63508183 0.22569026 0.32747006 -0.6899932 0.75420225
-0.24857314 -1.0920639 0. 1.37499213 -0.65367419 0.93034911
1.10743606 1.13890433 -1.57819831 -1.04698539 0. 0.6579
浏览 0提问于2018-03-14得票数 0
回答已采纳
1回答
我正在尝试用librosa创建一个MFCC图，但是这个图看起来不是很详细。目标是将此MFCC频谱图呈现给神经网络。我正在测试的音频文件大约有1秒长，来自Google Speech Commands数据集。我的代码是：
WINDOW_SIZE = 20
NFFT=int((WINDOW_SIZE/1000)*16000)
samples, _ = librosa.load(f, sr=16000)
mfccs = librosa.feature.mfcc(y=samples[:16000], sr=16000, n_fft=NFFT, n_mfcc=40)
plt.figure(figs
浏览 6提问于2019-11-27得票数 1
2回答
不能运行keras
、、、、
我想在anaconda上运行角点，用mnist笔迹识别进行卷积神经网络。在一切正常运行的前一天，当我尝试运行相同的程序时，我在第一行中得到了以下错误：
从keras.datasets导入mnist (第一行代码)
ModuleNotFoundError:没有名为“keras.data not”的模块；“keras”不是一个包
我还创建了使用python3.5的虚拟环境，因为我的python版本是3.6。我已经安装了keras和tensorflow。如何修复上述错误？也许它与路径有关，而不是与角点的错误有关。我的anaconda安装在E: whearas的工作环境中，是C:\Users\
浏览 4提问于2017-06-08得票数 1
我正在尝试使用以下Keras包在Python中处理神经网络：
from keras.utils import np_utils
from keras.layers.core import Dense, Activation, Dropout
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation, Flatten
from keras.layers.convolutional import Convolution2D, MaxPooling2D
from keras
浏览 40提问于2015-12-05得票数 64
回答已采纳
我目前正在学习python，我正在尝试将.wav文件转换为mel谱图的图像。当我的for循环运行时，audio_file会引发KeyError，而我不知道为什么。这是在我将while循环更改为for循环之后发生的。
有疑问的话：audio_file = '{0}-{1}-{2}.wav'.format(df.Genus[i], df.Specific_epithet[i], df.Recording_ID[i])
所涉及的整个档案：
import librosa
import librosa.display
import numpy as np
import os
from s
浏览 10提问于2022-03-10得票数 0
回答已采纳
我正在尝试使用keras(版本2.2.50)神经网络/序列模型在强化学习设置中创建一个简单的代理，使用reinforcelearn包(版本0.2.1)根据这个小插曲：https://cran.r-project.org/web/packages/reinforcelearn/vignettes/agents.html。这是我使用的代码： library('reinforcelearn')
library('keras')
model = keras_model_sequential() %>%
layer_dense(units = 10, in
浏览 31提问于2020-04-01得票数 1
我是Keras的初学者。我用Python3.6安装了Anaconda，然后安装了Tensorflow，并运行了我在互联网上找到的一些模型。然后我发现了Keras，这正是我需要学习的关于神经网络的知识。我安装了Keras，它没有任何错误。然后我发现了一个使用Keras的简短简单的XOR模型，但它就是不起作用，并抱怨它不知道Keras是什么？？我希望有人能帮上忙。
浏览 2提问于2018-01-24得票数 8
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
