最大限度地在Keras汇集

Question

我在Keras中使用CNN进行NLP任务，而不是最大池，我试图实现最大化时间池。

关于如何实现这一目标的任何想法/黑客？

我所说的最大时间池是指汇集最高值，无论它们在向量中的位置

Answer 1

假设您的数据形状为(batch_size, seq_len, features)，您可以申请：

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

Answer 2

只需使用Keras'permute function切换尺寸。这样它最大限度地汇集了时间维度。

例如：

seq_model = Permute((2, 1))(seq_model)

seq_model = MaxPooling1D()(seq_model)