pytorch 用cnn模型 声调识别完整代码

下面是一个简单的 PyTorch CNN 模型示例，用于声调识别：

import torch
import torch.nn as nn
import torch.nn.functional as F

class CNNSoundModel(nn.Module):
    def __init__(self, num_classes=4):
        super(CNNSoundModel, self).__init__()
        self.conv1 = nn.Conv2d(1, 32, kernel_size=3, stride=1, padding=1)
        self.conv2 = nn.Conv2d(32, 64, kernel_size=3, stride=1, padding=1)
        self.pool = nn.MaxPool2d(kernel_size=2, stride=2)
        self.fc1 = nn.Linear(64 * 16 * 16, 128)
        self.fc2 = nn.Linear(128, num_classes)

    def forward(self, x):
        x = F.relu(self.conv1(x))
        x = self.pool(F.relu(self.conv2(x)))
        x = x.view(-1, 64 * 16 * 16)
        x = F.relu(self.fc1(x))
        x = self.fc2(x)
        return x

这个模型包括两个卷积层和两个全连接层，并使用 ReLU 激活函数和最大值池化来提高模型的性能。输入数据应该是形状为 (batch_size, 1, height, width) 的张量，其中 batch_size 是批量大小，height 和 width 是输入图像的高度和宽度。模型输出是一个形状为 (batch_size, num_classes) 的张量，其中 num_classes 是分类问题的类别数。

训练此模型的完整代码可能会有所不同，但下面是一个简单的示例：

# 加载数据集并将其转换为张量
train_data, train_labels = load_train_data()
train_data = torch.tensor(train_data).float()
train_labels = torch.tensor(train_labels).long()

# 定义模型和优化器
model = CNNSoundModel(num_classes=4)
optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

# 训练模型
for epoch in range(num_epochs):
    # 前向传递和反向传递
    outputs = model(train_data)
    loss = F.cross_entropy(outputs, train_labels)
    optimizer.zero_grad()
    loss.backward()
    optimizer.step()

    # 输出损失
    if (epoch+1) % 10 == 0:
        print('Epoch [{}/{}], Loss: {:.4f}'.format(epoch+1, num_epochs, loss.item()))

# 在测试集上测试模型
test_data, test_labels = load_test_data()
test_data = torch.tensor(test_data).float()
test_labels = torch.tensor(test_labels).long()
with torch.no_grad():
    outputs = model(test_data)
    _, predicted = torch.max(outputs.data, 1)
    accuracy = (predicted == test_labels).sum().item() / len(test_labels)
    print('Test Accuracy: {:.2f}%'.format(accuracy * 100))

在这个例子中，我们使用 Adam 优化器和交叉熵损失函数来训练模型。每个 epoch 打印一次损失，并在测试集上计算分类准确率。