問題タブ [hmmlearn]

入力データとして MFCC 機能 ((20X56829) の Numpy 配列) を使用し、HMM を適用して、HMM のデコードされた状態から音声語彙を作成しようとします。MFCC 機能には 10 人のスピーカーがいます。スピーカーごとに 50 の状態が必要です。したがって、N = 500 ステートを使用するとメモリ エラーがスローされますが、N = 100 ステートでは問題なく動作します。

コードは次のとおりです。

私の初期化に何か問題がありますか?

hmmlearnパッケージを (仮想環境で) 正しくインストールするのに問題があります。根底にあるCコードと関係があるようです。パッケージは で正常にインストールされますpipが、コア クラスをインポートしようとするとエラーが発生します。

私はこれを扱うように見えるSOに関する他の質問を読んできましたが、含まれていないため、 1つの解決策(Anacondaを使用)は機能しませhmmlearnん。答えはCコードのコンパイルと関係があるようですが、どうすればよいかわかりません。どんな助けでも大歓迎です！

なぜ収束しないのでしょうか？明らかに 1 が大量に発生します。

137号を参照

こんにちは、データフレーム テストがあります。hmmlearn でガウス HMM を使用して予測しようとしています。

私がこれを行うとき：

うーん、正常に動作し、状態の配列が得られます

ただし、これを行うと：

私が得るのは、yが1に設定されていることだけです。

誰でも助けることができますか？

アップデート

これは、反復処理を行うコードです

トレーニング セットは 0 ～ 249 でした。

プログラムがあります。

初めてコードを実行すると、「hidden_​​states」の値は次のようになります。

コードを 2 回目に実行すると、"hidden_​​states" の値は次のようになります。

2 つの値「hidden_​​states」が異なるのはなぜですか?

そのため、隠れマルコフ モデルの非常に大きな特徴配列をトレーニングしようとしています: 700 x (400 x 4122)。ここで、400 x 4122 の各ミニ配列は、4122 の特徴を持つ 400 のタイム スタンプにわたって観測されたサンプルのシーケンスです。このようなシーケンスは合計 700 あり、連結するとメモリは最大 45 GB になります。私の質問は、このサイズの配列をどのように扱うのですか?

hmmlearn python パッケージでは、通常、次のように複数のシーケンスを操作します。

x1 -> 400x4122 シーケンス

x2 -> 別の 400x4122 シーケンス

...

xn -> 700 番目の 400x4122 シーケンス

X = np.concatenate(x1, x2, ..., xn)

長さ = [長さ (x1)、長さ (x2)、...、長さ (xn)]

モデル = GaussianHMM(n_component = 6, ...).fit(X, 長さ = 長さ)

つまり、シーケンスの配列全体を連結し、トレーニング関数にフィードする必要があります。ただし、連結された配列全体が大きすぎて処理できないため、一度に 1 つの 400x4122 シーケンスをフィードする方法があるかどうか疑問に思っていました。

前もって感謝します。