Keras LocallyConnected1D 层

Question

我有一个非常具体的问题想要解决。这看起来很简单，但我无法在 keras 中实现它。例如，我有一个 input_dim = 300。我必须在其上应用大小为 100、步幅为 100 的过滤器。因此，基本上独立使用向量的 100 列中的每一列，然后对每个列应用激活。所以我有 3 个输出，然后将它们连接到一个完全连接的层，我知道该怎么做。我尝试谷歌搜索并参考 Keras 文档，但对于参数的值应该是什么还不清楚。如果问题有点含糊，我深表歉意。

我还想补充一点，这是我能想到的获得图中提到的配置的一种方法。类似 3 个感知器连接形成一层，然后连接到另一个密集层。但可能还有其他方法。

Answer 1

显然，我的输出形状完全错误。一旦你知道过滤器的大小为 100 并且步幅的大小为 100，那么很明显，对于 keras 来说，输出激活层的大小也很明显是 3。另一方面，第一个参数可能（我还没有）如果每个输入神经元本身是多维的，则处理滤波器的深度。类似于 RGB 值之类的东西。现在为什么它仍然被称为 1D，我不确定。可能是因为神经元的排列仍然是一维的。但这是你如何做到的。

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