为 Conv2D 重塑嵌入层 output？

Question

嵌入层有 output 形状

embedding_4 (Embedding)         (None, 10, 50)

其中 10 是单词的数量，50 是向量的维度。 如何重塑张量以将其输入到

Conv2D(50,(2,50),padding='same',activation='relu')

层。 使用 Keras 编写代码。

Answer 1

因此，正如评论所暗示的那样，如果您使用Conv1D会更好，因为Conv1D所需的输入是等级3 。 此外，对于Conv2d ，您需要输入等级为4 。

您可以执行以下操作来实际重塑您的输入。

example = np.zeros((32,10,50))

reshape = np.expand_dims(example , axis=1)

Output 将是：

(32, 1, 10, 50)

您还可以使用 Keras 中的重塑层 API，如下所示。

import tensorflow as tf

model = tf.keras.Sequential()
model.add(tf.keras.layers.Reshape((1, 10, 50), input_shape=(10, 50)))

model.output_shape

Output 形状如下：

(None, 1, 10, 50)

正如注释None将是您的batch_size和1是您的频道。

但也像评论建议的那样，你应该问问自己Conv2D会带来什么好处，而Conv1D 。