我不确定我是否理解GlobalMaxPooling1D
中的Keras
。
我有uni gram&文本的特征向量。比克&三和
我将它们连接成[ ? , 3 , 256 ]
的形式
然后我申请GlobalMaxPooling1D
。
那么,GlobalMaxPooling1D
选择最佳特征向量并返回(batch_size, features)
吗?
答案 0 :(得分:2)
GlobalMaxPooling1D图层不会选择最佳特征向量,而只是从256个要素中的每一个中获取特征向量的最大值。
例如,假设对于一个样本,您的三个特征向量如下所示:
v1 = [1, 0, 0, 0, ...]
v2 = [0, 1, 0, 0, ...]
v3 = [0, 0, 1, 0, ...]
执行GlobalMaxPooling1D操作后,您将获得一个类似于此形状的特征向量(n_features):
v = [1, 1, 1, 0, ...]
在批次上执行时,将对批次中的每个样品执行此操作。如你所说,返回张量的大小将具有一个形状(batch_size,n_features)。