时间 CNN 对声音进行分类：cur_target 断言

Question

我想在 Torch 中构建一个 CNN 来对（小）录音进行分类。我有一些样本，每个样本都有 16608x1 样本（如果它们太大，我可以压缩它们）。大约有 300 个样本（如果需要，900 个，但我想先尝试使用这个较小的集合）被分类为 30 类。

以下是我到目前为止所写的内容：

net = nn.Sequential()
-- 1
net:add( nn.TemporalConvolution(1, 640, 1529) )
net:add( nn.TemporalMaxPooling(4) )
net:add( nn.LogSoftMax() )
-- 2
net:add( nn.TemporalConvolution(640, 15, 647) )
net:add( nn.TemporalMaxPooling(9) )
net:add( nn.LogSoftMax() )
-- review
net:add( nn.View(347 * 15) )
net:add( nn.Linear(347 * 15, 450) )
net:add( nn.ReLU() )
net:add( nn.Linear(450, 128) )
net:add( nn.ReLU() )
net:add( nn.Linear(128, 30) )
net:add( nn.LogSigmoid() )

-- class setup
-- mean to 0, stdv to 1

criterion = nn.ClassNLLCriterion()
trainer = nn.StochasticGradient(net, criterion)
trainer.learningRate = 0.01
trainer.maxIteration = 15
trainer:train(trainset)

当我 运行 它时，ClassNLLCriterion.c 出错，assertion (cur_target >= 0 && cur_target < n_classes) 出错。

此外，所有数字都是实验性的，我正在实验（这是我的第一个 CNN）

Answer 1

您的目标 class 似乎超出了范围。您将网络定义为具有 30 classes 作为网络的输出，但您的训练集可能有 < 1 或 > 30 classes。

此外，请注意在 torch 中 classes 的索引为 1 到 N。