Tensorflow训练崩溃在第一个时代的最后一步音频分类器

Question

我试图将最初用Pytorch编写的自定义DNN网络转换为Tensorflow 2，该网络具有所需的输入形状（batchsize，39101,1）。在使用特征提取器并获得具有兼容维度的序列和验证数据集的维度（total_samples，39101,1）之后，我尝试使用模型来训练模型。适合在第一个纪元的最后一步，我面临一个错误，如下所示，这表明我的张量形状正在发生某种变化。我不知道为什么这只发生在最后一步。我的回调非常简单，与模型检查点和earlystopping相关，如下所示。我的数据库来自谷歌语音数据集v0。01.我相信这是在验证步骤开始之前发生的。如果有人能提供任何建议来修复它，那就太好了。

以下是我的培训和验证数据集尺寸：

print(x_tr.shape) -> (17049, 39, 101, 1)
print(y_tr.shape) -> (17049, 10)
print(x_val.shape) -> (4263, 39, 101, 1)
print(y_val.shape) -> (4263, 10)
modelname, input_shape, numclass = 'CRNN', (39,101,1), 10

model = modelcreator.getmodel(modelname, input_shape, numclass)
es = EarlyStopping(monitor='val_loss', mode='min', verbose=1, patience=10, min_delta=0.0001) 
mc = ModelCheckpoint('best_model.hdf5', monitor='val_acc', verbose=1, save_best_only=True, mode='max')
history=model.fit(x_tr, y_tr ,epochs=100, callbacks=[es,mc], batch_size=64, validation_data=(x_val,y_val))

纪元1/100 266/267 [============================

---------------------------------------------------------------------------中的InvalidArgumentError回溯（最后一次最近调用）----

~/Desktop/speaked\u Keyword\u Spotting/newenv/lib/python3。6/站点包/tensorflow/python/keras/engine/training。py in_method_wrapper（self，*args，**kwargs）106 def_method_wrapper（self，*args，**kwargs）：107如果不是self_在多工作模式（）下：#pylint:disable=受保护访问--

~/桌面/Spoken_Keyword_Spotting/newenv/lib/python3.6/site-包/tensorflow/python/keras/引擎/training.py适合（自我，x，y，batch_size，时代，冗长，回调，validation_split，validation_data，洗牌，class_weight，sample_weight，initial_epoch，steps_per_epoch，validation_steps，validation_batch_size，validation_freq，max_queue_size，工人，use_multiprocessing）batch_size=batch_size）：
1097callbacks.on_train_batch_begin（步）-

~/Desktop/Spoken_Keyword_Spotting/newenv/lib/python3.6/site-包/tenstorflow/python/渴望/def_function.py调用（自我，*args，**kwds）778其他： 779编译器="nonXla"-

~/Desktop/speaked\u Keyword\u Spotting/newenv/lib/python3。6/站点包/tensorflow/python/eager/def_函数。py in_call（self，*args，**kwds）805 35;在本例中，我们在第一次调用时创建了变量，因此我们运行806#defunned版本，该版本保证永远不会创建变量--

~/Desktop/speaked\u Keyword\u Spotting/newenv/lib/python3。6/站点包/tensorflow/python/eager/function。呼叫中的py（self，*args，**kwargs）2827与self_锁定：
2828图形_函数，args，kwargs=self_可能定义函数（args，kwargs）-

~/Desktop/speaked\u Keyword\u Spotting/newenv/lib/python3。6/站点包/tensorflow/python/eager/function。py in_filtered_call（self、args、kwargs、cancellation_manager）1846
资源变量操作。BaseResourceVariable），1847
捕获的输入=自身。捕获的输入-

~/Desktop/speaked\u Keyword\u Spotting/newenv/lib/python3。6/站点包/tensorflow/python/eager/function。py in_call_flat（self、args、捕获的输入、取消管理器）
1922#没有磁带在观看；跳到运行函数<1923年回归自我_生成调用输出（自推理）函数。调用（-

~/Desktop/speaked\u Keyword\u Spotting/newenv/lib/python3。6/站点包/tensorflow/python/eager/function。呼叫中的py（self、ctx、args、取消管理器）548个输入=args，549个attrs=attrs--

~/Desktop/speaked\u Keyword\u Spotting/newenv/lib/python3。6/站点包/tensorflow/python/eager/execute。快速执行中的py（操作名称、数量输出、输入、属性、ctx、名称）58 ctx。确保\u initialized（）59张量=pywrap\u tfe。TFE_Py_Execute（ctx._句柄、设备名称、操作名称、---

InvalidArgumentError:从具有形状[25512][{{{node TensorArrayUnstack/TensorListFromTensor}}}]
[[functional_3/lstm_1/PartitionedCall]]的张量中指定了一个具有形状[64512]的列表[Op:_推断_训练_函数_13255]

函数调用堆栈：train_函数-

Answer 1

我从下面的链接中猜到了。基于这里的答案：InvalidArgumentError：指定了一个带有形状[60,9]的张量列表，该张量带有形状[56,9]

我的模型在末尾包含一个LSTM层，返回序列=True。因此，在上一个纪元中，接收的批次的样本数少于批次大小。面对这个问题