多次元入出力を使用してKerasモデルを構築するにはどうすればよいですか？

Question

私はニューラルネットワークを構築して曲を作ります。私は1曲1行からのすべてのノートを持って一つのファイルには、1つの音符に対応しています

0 0 0.05511 0.78740 
0 0 0.07874 0.50393 
0 0 0.71653 1 
0 0 0.50393 0 
.. .. .. .. 

私は、ニューラルネットワークに10最初のノートにを与えたいと私はそれが次のノートを与えたい 、出力として10音符の後に演奏されなければならない。

私は最初と最後の層、私が持っているので（高密度、LSTMを...）を構築する方法を知りません。しかし：

1. 10x4寸法の入力（4列と10行）。
2. 出力1x4の寸法（1行4列）。

   model = Sequential() 
   model.add(Dense(10, activation='relu',input_shape = (10,4))) 
   model.add(Dense(4, activation='relu')) 
   

   はあなたの助けをありがとう：

このは（正確に私のデータを読み取ることはありません）私のコードの始まりです。

Answer 1

これは、反復または長期の短期記憶ネットワークで最もよく解決されるシーケンス予測の問題です。これは教師機械学習の問題ですが、あなたのデータセット中には、ラベルを持っていないことを、

from keras.models import Sequential 
from keras.layers import LSTM, Dense, Dropout 
import numpy as np 

#assuming all 4 columns correspond to 1 song 
data_dim = 4 
#so one song would be 10x4 2D array 
number_of_notes_per_song = 10 
nsongs_train = 100 
#tunable parameter 
batch_size = 32 
epochs = 5 

# I generated dummy data, but you have your own... 
x_train = np.random.random((nsongs_train, number_of_notes_per_song, data_dim)).reshape(nsongs_train*number_of_notes_per_song,data_dim) 

#this is a supervised learning problem, but your dataset has no labels.. 
#we can use last note in each song as a label when training LSTM 
X = x_train[np.mod(np.arange(x_train.shape[0]),number_of_notes_per_song)!=0].reshape(nsongs_train,number_of_notes_per_song-1,data_dim) 
y = x_train[::number_of_notes_per_song].reshape(nsongs_train,data_dim) 

model = Sequential() 
model.add(LSTM(32, input_shape=(number_of_notes_per_song-1, data_dim),return_sequences=True)) 
model.add(Dropout(0.2)) 
model.add(LSTM(64)) 
model.add(Dropout(0.2)) 
model.add(Dense(data_dim, activation='softmax')) 
model.compile(loss='categorical_crossentropy', optimizer='adam') 

model.fit(X,y,batch_size=batch_size, epochs=epochs) 

#predict on unseen data, expects tensors of shape (None, number_of_notes_per_song-1, data_dim) 
model.predict(...) 

注：

良いスターターことができます後。各曲の最後の音符をラベルとして使用して、この問題を回避することができます。これにより、シーケンスの長さを効果的に1音ずつ減らすことができます。

あなたの曲に何百もの音符が含まれていた場合は、LSTMにサブシーケンスで入力し、曲の終わりまで状態をリセットしないことをお勧めします。 Hereは、Kerasを使用したステートフルなトレーニングの例です。

（次の文字だけではなく）曲全体を予測する必要がある場合は、すべてのLSTM層にreturn_sequences=Trueを設定し、出力にTimeDistributed緻密層を使用する必要があります。