KerasでのPredictができない

Question

PythonとKerasでお音声を学習させていました。学習自体はなんとか回ったのですが、予測ができません。(model.predict)詳しくは下記のエラーを見てください。
おそらく配列の形が間違っているということだと思ったので、reshapeを使ってみたのですが、うまくいきませんでした。わかるかた回答、アドバイスよろしくお願いします。

###エラー
ValueError: Error when checking input: expected dense_1_input to have shape (44032,) but got array with shape (1,)

###コード
学習した時のコード

import numpy as np
from sklearn.model_selection import train_test_split
import cv2
import os
from keras.models import Sequential
from keras.utils import np_utils
from keras.layers.convolutional import Conv2D, UpSampling1D
from keras.layers.pooling import MaxPooling1D
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.preprocessing.image import array_to_img, img_to_array
import librosa

X = []
Y = []

for file in os.listdir("data/train/other/"):
	if file == ".DS_Store":
		continue
	path = "data/train/other/" + file
	sound = librosa.load(path)
	sound = sound[0]
	print(sound.shape)
	X.append(sound)
	Y.append(0)

for file in os.listdir("data/train/seki/"):
	if file == ".DS_Store":
		continue
	path = "data/train/other/" + file
	sound = librosa.load(path)
	sound = sound[0]
	print(sound.shape)
	X.append(sound)
	Y.append(1)

X = np.asarray(X)
Y = np.asarray(Y)

Y = np_utils.to_categorical(Y,2)
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.33, random_state = 111)
model = Sequential()

model.add(Dense(20, activation = "relu", input_dim = (44032)))
model.add(Dense(20, activation = "relu"))
model.add(Dense(30, activation = "relu"))
model.add(Dense(2, activation = "softmax"))

model.compile(loss='categorical_crossentropy', optimizer='Adam', metrics=['accuracy'])
# 実行。出力はなしで設定(verbose=0)。
model.fit(X_train, y_train, batch_size=5, epochs=300, validation_data = (X_test, y_test))
model.save("seki2.h5")

予測した時のコード

from keras.models import load_model
import numpy as np
import os
import librosa

model = load_model("seki2.h5")

sound = librosa.load("data/train/other/0.wav")[0]
print(sound)
result = model.predict_classes(sound)

Answer 1

予測の方で、モデルをloadしたあとに

model.summary()

と書いておけば、入力の形が見れます。soundの方も

print(sound.shape)

とすれば形状が見れます。２つを比べてみてください

Comments

[退会済みユーザー]

画像をOpencvで読み込んで（１００,１００）にリサイズして、モデルのinput_shapeを（１００,１００）にしてもうまくいきませんした。下記のようなエラーが出ます。下記のエラーにしたがってinput_shapeを（４０、１）に変更すると、（１００、１００）を受け取りましたとなります。
どうしたらいいですかね

ValueError: Error when checking target: expected dense_2 to have 3 dimensions, but got array with shape (40, 1)

[Yhaya]

入力は画像なのですか？wav拡張子は音声データだと思ったのですが
最初のDenseでinput_dim = (44032)としているので、この形で入れないとエラーが出ると思います。

[Yhaya]

ちなみに画像の方だと,うまく行かない原因は２通りあって、
- 画像を(100, 100)の大きさにリサイズしたが、実際にはチャネルが含まれていて(100, 100, 3)(RGBの場合）になっている。
- numpy.ndarrayにしたあとの状態でshapeで形状を確認する
- もしも(100, 100, 3)担っていたらinput_shapeを直す

もう一つは
- バッチサイズを忘れている。Kerasだと、input_shapeを(100, 100)に指定しても実は先頭にバッチのぶんの次元が加わっていることがあります。
- model.summary()をしたときにOutput ShapeのところにNoneがあったらそれがバッチに対応
- (100, 100)の入力を(1, 100, 100)にreshapeして入れる

[退会済みユーザー]

回答ありがとうございます。参考にさせてもらいます。