我想用Torch构建一个CNN来对（小型）音频录音进行分类。我有一些样本，每个样本有16608×1的样本（如果太大我可以压缩它们）。大约有300个样本（如果需要可以增加到900个，但我首先想尝试这个较小的集合），它们需要被分类到30个类别中。

这是我目前编写的代码：

net = nn.Sequential()-- 1net:add( nn.TemporalConvolution(1, 640, 1529) )net:add( nn.TemporalMaxPooling(4) )net:add( nn.LogSoftMax() )-- 2net:add( nn.TemporalConvolution(640, 15, 647) )net:add( nn.TemporalMaxPooling(9) )net:add( nn.LogSoftMax() )-- reviewnet: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 1criterion = nn.ClassNLLCriterion()trainer = nn.StochasticGradient(net, criterion)trainer.learningRate = 0.01trainer.maxIteration = 15trainer:train(trainset)

当我运行它时，在ClassNLLCriterion.c中出现了一个错误，错误信息是assertion (cur_target >= 0 && cur_target < n_classes)。

另外，所有数字都是实验性的，我还在尝试（这是我第一次尝试CNN之一）

回答：

看起来你的目标类别超出了范围。你定义的网络输出有30个类别，但可能是你的训练集中的类别< 1或> 30。

另外，请注意在Torch中，类别是从1到N进行索引的。