TextCNN

0. 长与宽

  在生活中,一般定义矩形水平陈列在眼前的边是“长”,竖直成列在眼前的边是“宽”。

1. 一维卷积

  tf和torch的默认值是不一样的。

  tf的输入维度为[N, width, in_channels],输出维度为[N, width, out_channels]。假设进行了填充。

2. 全局最大池化

  如果filter是一个,则代表的是只得到了n-gram中最有区分性的一个N元组,多个filter,也就是取到了若干个这样的组。

其中24指的是filter的个数。

Tensor(“conv1d_20/Relu:0”, shape=(?, 49999, 24), dtype=float32)
Tensor(“global_max_pooling1d_41/Max:0”, shape=(?, 24), dtype=float32)
Tensor(“conv1d_21/Relu:0”, shape=(?, 49997, 24), dtype=float32)
Tensor(“global_max_pooling1d_43/Max:0”, shape=(?, 24), dtype=float32)
Tensor(“conv1d_22/Relu:0”, shape=(?, 49995, 24), dtype=float32)
Tensor(“global_max_pooling1d_45/Max:0”, shape=(?, 24), dtype=float32)
Tensor(“conv1d_23/Relu:0”, shape=(?, 49993, 24), dtype=float32)
Tensor(“global_max_pooling1d_47/Max:0”, shape=(?, 24), dtype=float32)
Tensor(“conv1d_24/Relu:0”, shape=(?, 49991, 24), dtype=float32)
Tensor(“global_max_pooling1d_49/Max:0”, shape=(?, 24), dtype=float32)
Tensor(“conv1d_25/Relu:0”, shape=(?, 49989, 24), dtype=float32)
Tensor(“global_max_pooling1d_51/Max:0”, shape=(?, 24), dtype=float32)
Tensor(“conv1d_26/Relu:0”, shape=(?, 49987, 24), dtype=float32)
Tensor(“global_max_pooling1d_53/Max:0”, shape=(?, 24), dtype=float32)
Tensor(“conv1d_27/Relu:0”, shape=(?, 49985, 24), dtype=float32)
Tensor(“global_max_pooling1d_55/Max:0”, shape=(?, 24), dtype=float32)
Tensor(“conv1d_28/Relu:0”, shape=(?, 49983, 24), dtype=float32)
Tensor(“global_max_pooling1d_57/Max:0”, shape=(?, 24), dtype=float32)
Tensor(“conv1d_29/Relu:0”, shape=(?, 49981, 24), dtype=float32)
Tensor(“global_max_pooling1d_59/Max:0”, shape=(?, 24), dtype=float32)
fc1 Tensor(“concatenate_2/concat:0”, shape=(?, 480), dtype=float32)
fc2 Tensor(“flatten_1/Reshape:0”, shape=(?, 480), dtype=float32)

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值