我必须为某些文本创建LSTM分类模型，并且在使用keras时，在合并层中的GlobalAveragePooling1D和GlobalMaxPooling1D之间感到困惑。在决定一种特定选择时，我应该使用哪一种，以及要考虑哪些事项。
nlp lstm keras
使用预训练的 Imagenet 模型进行图像分类。我无法理解参数中的 include_top = False。我知道它最后删除了完全连接的层。另外我想知道如何决定将哪个预训练模型用于哪种图像分类任务？
deep-learning conv-neural-network keras tensorflow
keras ×2
conv-neural-network ×1
deep-learning ×1
lstm ×1
nlp ×1
tensorflow ×1