sequence_conv_pool

paddle.fluid.nets.sequence_conv_pool(input, num_filters, filter_size, param_attr=None, act='sigmoid', pool_type='max', bias_attr=None)[源代码]

注意:该OP的输入 input 必须是2维LoDTensor, lod_level为1,如果输入是Tensor,建议使用 simple_img_conv_pool 代替

该接口由序列卷积( sequence_conv )和池化( sequence_pool )组成

参数:
  • input (Variable) - sequence_conv的输入,LoDTensor, lod_level为1,支持时间长度可变的输入序列。当前输入为shape为(T,N)的矩阵,T是mini-batch中的总时间步数,N是input_hidden_size。数据类型为float32或者float64
  • num_filters (int)- 卷积核的数目,整数
  • filter_size (int)- 卷积核的大小,整数
  • param_attr (ParamAttr,可选) - sequence_conv层的参数属性,类型是ParamAttr或者None。默认值为None
  • act (str|None,可选) - sequence_conv层的激活函数类型,字符串,可以是'relu', 'softmax', 'sigmoid'等激活函数的类型。如果设置为None,则不使用激活。默认值为'sigmoid'
  • pool_type (str,可选) - 池化类型,字符串。可以是'max', 'average', 'sum'或者'sqrt'。默认值为'max'
  • bias_attr (ParamAttr|bool,可选) – sequence_conv偏置的参数属性,类型可以是bool,ParamAttr或者None。如果设置为False,则不会向输出单元添加偏置。如果将参数设置为ParamAttr的None或one属性,sequence_conv将创建ParamAttr作为bias_attr。如果未设置bias_attr的初始化器,则初始化偏差为零。默认值为None
  • name (str|None,可选) - 该参数供开发人员打印调试信息时使用,具体用法请参见 Name ,默认值为None

返回:经过sequence_conv和sequence_pool两个操作之后的结果所表示的Tensor,数据类型与 input 相同

返回类型:Variable

代码示例

import paddle.fluid as fluid
input_dim = 100 #len(word_dict)
emb_dim = 128
hid_dim = 512
data = fluid.layers.data( name="words", shape=[1], dtype="int64", lod_level=1)
emb = fluid.layers.embedding(input=data, size=[input_dim, emb_dim], is_sparse=True)
seq_conv = fluid.nets.sequence_conv_pool(input=emb,
                                     num_filters=hid_dim,
                                     filter_size=3,
                                     act="tanh",
                                     pool_type="sqrt")