我有一个多维时间序列数据集，它具有以下形状（n_samples，512,9），其中512是时间步长，9是通道 .
在具有64个内核的第一个1N CNN层之后，我的输出形状是（n_samples，512,64） . 现在我想让我的输入到下一层，这是一个LSTM形状（n_samples，384,64） .
如果我有一个Maxpool图层从池大小为4返回最多3个值，但是可以在Keras中实现它吗？
您可以使用keras.layers.Lambda层解决此问题，将后端解决为tf.nn.in_top_k . 请注意handling is somewhat different来自 tf.nn.top_k ，因为如果所有值都具有相同的值，则它不会合并！
tf.nn.top_k
现在你可以自己定义一个返回顶部 k 值的函数（并且这样做有效），然后将它作为函数传递给lambda层 .
k
令人遗憾的是，我没有足够的工作与Keras输入特定的代码，但也许这足以帮助您指出正确的方向 . 此外，还存在类似的线程for TensorFlow specifically .
1 回答
您可以使用keras.layers.Lambda层解决此问题，将后端解决为tf.nn.in_top_k . 请注意handling is somewhat different来自
tf.nn.top_k，因为如果所有值都具有相同的值，则它不会合并！现在你可以自己定义一个返回顶部
k值的函数（并且这样做有效），然后将它作为函数传递给lambda层 .令人遗憾的是，我没有足够的工作与Keras输入特定的代码，但也许这足以帮助您指出正确的方向 . 此外，还存在类似的线程for TensorFlow specifically .