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是通道。
在第一个具有 64 个内核的 1D CNN 层之后，我的输出形状是 (n_samples， 512， 64(。现在我想将我的输入输入到下一层，即形状为 (n_samples、384、64( 的 LSTM。
如果我有一个 Maxpool 层，该层从池大小 4 中返回最多 3 个值，则可以实现这一点，但是是否可以在 Keras 中实现这一点？
您可能可以使用keras.layers.Lambda层和后端来解决此问题tf.nn.in_top_k。请注意，处理方式与tf.nn.top_k有些不同，因为如果所有值都具有相同的值，它不会合并！
现在，您可以为自己定义一个返回前k个值的函数(并这样做( 有点有效(，然后将其作为函数传递给 lambda 层。
遗憾的是，我对 Keras 的工作还不够多，无法键入特定的代码，但也许这足以帮助您指明正确的方向。 此外，TensorFlow也存在类似的线程。