使用Temporal CNN对声音进行分类：cur_target断言

我想在Torch中构建一个CNN来对（小）音频录音进行分类。我有一些样本，每个样本有16608x1个样本（如果它们太大，我可以对它们进行压缩）。要将约300个样本（如果需要的话，900个，但我想首先尝试这个更小的集合）分类为30个类。

目前我已经写了以下代码：

net = nn.Sequential()
-- 1
net:add( nn.TemporalConvolution(1, 640, 1529) )
net:add( nn.TemporalMaxPooling(4) )
net:add( nn.LogSoftMax() )
-- 2
net:add( nn.TemporalConvolution(640, 15, 647) )
net:add( nn.TemporalMaxPooling(9) )
net:add( nn.LogSoftMax() )
-- review
net: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() )

-- 分类设置
-- 平均值为0，标准差为1

criterion = nn.ClassNLLCriterion()
trainer = nn.StochasticGradient(net, criterion)
trainer.learningRate = 0.01
trainer.maxIteration = 15
trainer:train(trainset)

当我运行它时， ClassNLLCriterion.c 中出现错误，错误在 assertion (cur_target >= 0 && cur_target < n_classes) 上。

此外，所有数字都是实验性的，我正在实验（这是我第一个CNN之一）。