卷积神经网络（CNN）用于文本分类

Question

我正在使用CNN进行文本分类，在我的模型中，平展层之后，我直接使用输出层，而不使用密集层。是正确的还是必须使用致密层？

仅作为示例：

model.add(Conv1D(filters=100, kernel_size=2,,padding='same' ,activation='relu'))
model.add(MaxPooling1D(pool_size=2))
model.add(Flatten())
model.add(Dense(3, activation='softmax'))

Answer 1

通常，您不必使用密集层。但是，由于卷积的输出确实包含一些空间信息，因此使用其中一个可能有意义。

我假设您已经了解了卷积的工作原理。在这种情况下，想象一下句子中某个位置的激活对于分类的最终结果意味着什么。

甚至还有端到端CNN，例如GoogleNet，它（顾名思义）也没有完全连接的层。