食物语音识别Task4

1、概论

      这个Task主要是结合前面的知识，从语音分析，特征提取到CNN模型的搭建与训练。

2、特征提取以及数据集的建立

      特征提取还是用librosa.load()方法，从本地文件扫描，建立数据集。

3、建立模型

      这个用Keras神经网络库建立和训练模型。

3.1 网络结构搭建

      Keras 的核心数据结构是 model，一种组织网络层的方式。最简单的模型是 Sequential 顺序模型，它由多个网络层线性堆叠。对于更复杂的结构，你应该使用 Keras 函数式 API，它允许构建任意的神经网络图。

      Sequential模型可以直接通过如下方式搭建：

from keras.models import Sequential

model = Sequential()

卷积神经网络CNN的结构一般包含这几个层：

1)输入层：用于数据的输入

2)卷积层：使用卷积核进行特征提取和特征映射------>可以多次重复使用

3)激励层：由于卷积也是一种线性运算，因此需要增加非线性映射(也就是激活函数)

4)池化层：进行下采样，对特征图稀疏处理，减少数据运算量----->可以多次重复使用

5）Flatten操作：将二维的向量，拉直为一维的向量，从而可以放入下一层的神经网络中

6)全连接层：通常在CNN的尾部进行重新拟合，减少特征信息的损失----->DNN网络

3.2 CNN模型训练与测试

批量的在之前搭建的模型上训练：

# 训练模型
model.fit(X_train, Y_train, epochs = 90, batch_size = 50, validation_data = (X_test, Y_test))

 

查看网络信息

model.summary()

3.3 预测测试集

最后生成预测信息

predictions = model.predict(...)