我本来想使用tensorflow和librosa做一些事情，但在使用TFRecord时出现了错误。谷歌后没有找到答案，所以我想在这里请教您。
def create_record():writer = tf.python_io.TFRecordWriter("./music_data/train.tfrecords")for index, class_name in enumerate(classes): class_path = "f:/Classical music/"+class_name+"/dataset/" for a in os.listdir(class_path): wav_path = class_path + a print(wav_path) wav,sr = librosa.load(wav_path,sr=None) mfcc = librosa.feature.mfcc(wav,sr,n_mfcc=128) # is a numpy.ndarray ,with shape (128,1293) print(index,mfcc.shape,type(mfcc)) # mfcc_list=[] # for i in range(mfcc.shape[0]): # mfcc_list.append([float(x) for x in mfcc[i]]) example = tf.train.Example( feartures = tf.train.Features(feature={ "label":tf.train.Feature(int64_list=tf.train.Int64List(value=[index])), "mfcc":tf.train.Feature(float_list=tf.train.FloatList(value=mfcc.tolist())) })) writer.write(example.SerializeToString())writer.close()TypeError Traceback (most recent call last)<ipython-input-137-9bb818ee02d5> in <module>()----> 1 create_record()<ipython-input-136-9a256cba70a6> in create_record() 15 feartures = tf.train.Features(feature={ 16 "label":tf.train.Feature(int64_list=tf.train.Int64List(value=[index])),---> 17 "mfcc":tf.train.Feature(float_list=tf.train.FloatList(value=mfcc.tolist())) 18 })) 19 writer.write(example.SerializeToString())TypeError: [-389.381029172618, -393.08814551655723, -404.7248725876356, -407.1006984237564, -409.22695909850626 has type list, but expected one of: int, long, float我尝试了类似https://github.com/tensorflow/tensorflow/issues/9554，但对我不起作用。
谢谢！
回答：
MFCC会给你一个二维数组，这将相应地转换为列表的列表。然而，TFRecords只接受“平坦”的列表作为特征值。
你可以通过在float_list中使用value=mfcc.flatten()来解决这个问题。之后，在将TFRecord解析为模型输入时，你需要将其重新调整为二维。如果形状总是相同的（128, 1293），这很容易。如果形状是可变的，你可以将mfcc.shape作为另一个特征放入记录中，以便你“记住”每个示例的原始形状。例如：
example = tf.train.Example( features = tf.train.Features(feature={ "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[index])), "mfcc": tf.train.Feature(float_list=tf.train.FloatList(value=mfcc.flatten())), "shape": tf.train.Feature(int64_list=tf.train.Int64List(value=mfcc.shape)) }))