如何训练具有不同输入大小的神经网络？答案

【问题标题】：How to train a neural network with different size of input?如何训练具有不同输入大小的神经网络？
【发布时间】：2017-04-24 04:39:39
【问题描述】：

我想用不同的声音训练我的神经网络。但是，每个声音的大小是不同的。有谁知道如何训练具有不同输入大小的神经网络？谢谢。

【问题讨论】：

“每个声音都不同”是什么意思？如果我理解正确，您有一个声音输入，即样本数组，您希望它成为神经网络的输入。一种可能的解决方案是提取声音（或声音的一部分）的特征，这将是值的常量向量。例如，如果你想提取语音识别的特征，你可以使用 MFCC 之类的东西：en.wikipedia.org/wiki/Mel-frequency_cepstrum
每个声音的长度不同，这意味着每个标签声音的输入向量的大小将不同。例如，如果我想训练模型识别声音 A、B、C，但是，这三种声音的长度是不同的。如果我想通过原始声音训练模型，而不是先提取特征来训练它呢？
我想你可能有兴趣检查这个：stats.stackexchange.com/questions/127542/…
相关stackoverflow.com/questions/19419098/…

【解决方案1】：

没有办法对不同大小的输入进行分类，但您可以将信号转换为一系列固定大小的特征向量（或一系列固定大小的原始声音片段）。对于声音，我们通常使用 MFCC 或仅使用频谱图。因此，您需要应用对序列进行操作的方法。它可以是循环神经网络，也可以采用前馈网络，然后以某种方式对每一帧的输出进行后处理。

【讨论】：