python - 是否有可能在 Keras 中实现一个最大池化层，它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，其形状如下 (n_samples, 512, 9)，其中 512 是时间步长，9 是 channel 。

在第一个具有 64 个内核的 1D CNN 层之后，我的输出形状为 (n_samples, 512, 64)。现在我希望将输入输入到下一层，即形状为 (n_samples, 384, 64) 的 LSTM。

如果我有一个 Maxpool 层，它可以从 4 的池大小中返回最多 3 个值，但是可以在 Keras 中实现这一点吗？

Answer 1

你也许可以用 keras.layers.Lambda 来解决这个问题层，后端为 tf.nn.in_top_k 。请注意 handling is somewhat different来自tf.nn.top_k，因为如果所有值都具有相同的值，则它不会池化!

现在您可以为自己定义一个返回前 k 个值的函数(并且这样做有点有效)，然后将其作为函数传递给 lambda 层。

遗憾的是，我还没有充分使用 Keras 来输入具体代码，但也许这足以为您指明正确的方向。另外，存在类似的线程for TensorFlow specifically 。