今天在调参的过程中,在调maxpooling时,发现了一个小技巧,假如对于一个维度为(None,20,500)的query_conv进行池化操作。
如果代码为
pool_query = MaxPooling1D(pool_size=20)(query_conv)
那么最终pool_query的最终维度为(None,1,500)
但是如果代码为
pool_query=MaxPooling1D()(query_conv)
那么最终pool_query的维度为(None,500), 注意在代码里面没有指定pool_size的大小,那么他会对第一个维度进行池化操作,并且发生了降维
所以池化操作也可以进行降维,同时Reshape也可以用于降维
同时GlobalMaxPooling1D、GlobalAveragePooling1D等Global层也可以用来降维。
keras池化层调参笔记
最新推荐文章于 2021-01-07 18:16:38 发布