在keras中建立CNN網絡？

Question

我目前正在嘗試實現一個cnn網絡，它可以將輸入映射到輸出。

輸入由音頻文件構成，輸出是特徵向量。

由於音頻文件的長度不同，總採樣數總是不一樣，但每個採樣的幀長度爲25 ms，並且重疊了10 ms。形狀（x，2050）

輸出是一個特徵矢量形狀是（x，13）。

我以爲cnn的使用在這裏看起來很合適，因爲每個輸入都包含由於重疊而導致的前一個樣本的一些信息。

是否有可能在keras設計一個模型，利用這個，所以會計算一個矩陣的每一行的卷積和，並以某種方式使它知道25幀長度和10重疊。

Answer 1

是的，請參見本文件的第220行[1]。這是使用卷積在Keras中實現的Wavenet。即使他們已經創建了包裝圖層，這應該能夠讓您直觀地瞭解如何對音頻樣本進行建模。

[1] https://github.com/basveeling/wavenet/blob/master/wavenet.py#L220