Keras LocallyConnected1D 層

Question

我有一個非常具體的問題要解決。 這看起來很簡單，但我無法在 keras 中實現它。 例如，我有一個 input_dim = 300。我必須在其上應用一個大小為 100、步幅為 100 的過濾器。所以基本上獨立使用向量的 100 列中的每一列，然后對每個列應用激活。 那么我有 3 個輸出，然后它們將連接到一個完全連接的層，我知道該怎么做。 我嘗試使用谷歌搜索並參考 Keras 文檔，但不清楚參數的值應該是什么。 如果問題有點含糊，我深表歉意。

我還想補充一點，這是我能想到的獲得圖中提到的配置的一種方法。 像 3 個感知器連接形成一個層，然后連接到另一個密集層。 但可能還有其他方式。

Answer 1

顯然，我把輸出的形狀弄錯了。 一旦您確定過濾器的大小為 100 並且步長為 100，很明顯，對於 keras 來說，輸出激活層的大小也很明顯 3。另一方面，第一個參數可能（我沒有） t 嘗試過這個）如果每個輸入神經元本身是多維的，則處理過濾器的深度。 像RGB值這樣的東西。 現在為什么它仍然被稱為 1D，我不確定。 可能是因為神經元的排列仍然是一維的。 但這是你如何做到的。

model.add(LocallyConnected1D(1, 100, strides=100, input_shape=(300, 1)))