python - 是否可以在 Keras 中实现最大池化层，以提供给定池大小的最大 n 值？

Question

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 1D CNN 层之后，我的输出形状是 (n_samples, 512, 64)。现在我想将我的输入输入到下一层，这是一个 LSTM，形状为 (n_samples, 384, 64)。

如果我有一个 Maxpool 层可以从 4 的池大小返回最大 3 个值，但可以在 Keras 中实现这一点吗？

标签： pythontensorflowmachine-learningkerasdeep-learning

Answer 1

你可能可以用一个keras.layers.Lambda层来解决这个问题，后端是tf.nn.in_top_k. 请注意，处理与 略有不同，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，您可以自己定义一个返回最高k值的函数（并且这样做有些效率），然后将其作为函数传递给 lambda 层。

遗憾的是，我与 Keras 合作的时间不足以输入特定的代码，但也许这足以为您指明正确的方向。此外， TensorFlow也有一个类似的线程。