凯拉斯(Keras)池中的最大随时间推移 [英] Max over time pooling in Keras

问题描述

我将Keras中的CNN用于NLP任务，而不是最大池化，我试图在一段时间内实现最大池化.

I'm using CNNs in Keras for an NLP task and instead of max pooling, I'm trying to achieve max over time pooling.

关于如何实现这一目标的任何想法/技巧?

Any ideas/hacks on how to achieve this?

我随时间推移的最大值池的意思是汇集最高值，无论它们在向量中的何处

What I mean by max over time pooling is to pool the highest value, no matter where they are in the vector

推荐答案

假设您的数据形状为(batch_size, seq_len, features)，则可以应用:

Assuming that your data shape is (batch_size, seq_len, features) you may apply:

seq_model = Reshape((seq_len * features, 1))(seq_model)
seq_model = GlobalMaxPooling1D()(seq_model)

这篇关于凯拉斯(Keras)池中的最大随时间推移的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！