关于cnn进行文本训练时,paddle如果指定的序列长度问题求助
Created by: HugoLian
我看了一下paddle的代码,sequence_conv_pool层的介绍是这样的: Text input => Context Projection => FC Layer => Pooling => Output. 参考: sequence_conv_pool中Context_projection()的定义,如果context_len = 3 原始输入是: [A B C D E F G] 那么卷积 后的结果: [ 0AB ABC BCD CDE DEF EFG FG0 ] 我理解上述过程完成的应该是从 input 到 FC Layer的操作
在fc layer之后要做pooling,也就是对每次卷积结果0AB, ABC ... 做默认的max pooling
输出应该是:
[ m0, m1, m2, m3, m4, m5, m6 ]
然后pooling之后的结果,再通过一个全链接层做softmax得到分类结果,即下图中红框的部分:
但是paddle中并没有参数对pooling层的节点数量做设置,请问这个设置在paddle中是如何实现的呢? 如果context_len都是:3 当输入是[ A B C ]时,卷积是[ 0AB ABC BC0] pooling后是 [ m0, m1, m2] 当输入是[ A B C D E ]时,卷积是[ 0AB ABC BCD CDE DE0] pooling后是 [ m0, m1, m2, m3, m4] 这个参数肯定是要固定吧?