我试图在注意层上执行行方式和列方式最大池,如下面的链接所述:http://www.dfki.de/~neumann/ML4QAseminar2016/presentations/Attentive-Pooling-Network.pdf(slide-15)
我正在使用文本数据集,其中一个句子被送到CNN . 句子的每个单词都已嵌入 . 代码如下:
model.add(Embedding(MAX_NB_WORDS, emb_dim, weights=[embedding_matrix],input_length=MAX_SEQUENCE_LENGTH, trainable=False))
model.add(Conv1D(k, FILTER_LENGTH, border_mode = "valid", activation = "relu"))
CNN的输出形状(无,256) . 这充当了关注层的输入 . 任何人都可以建议如何在keras中使用tensorflow作为后端实现行方式或列方式最大池化?
1 回答
如果您的模型中的图像具有形状
(batch, width, height, channels)
,则可以重新整形数据以隐藏其中一个空间维度并使用1D池:For the width:
For the height:
工作示例,具有两个分支的功能API模型,每个分支对应一个:
或者
Reshape
,如果您不想打扰这些数字: