我正在尝试对序列的LSTM输出应用平均池函数：
Sequential([
Embedding(emb_dim),
pooling(Recurrence(LSTM(hidden_dim), go_backwards=False), PoolingType_Average, (hidden_dim,)),
Dense(num_labels)
])
当我刚刚使用序列的最后一个元素时，它工作起来没有问题：
Sequential([
Embedding(emb_dim),
sequence.last(Recurrence(LSTM(hidden_dim), go_backwards=False)),
Dense(num_labels)
])
a。在网络定义中添加池是否正确？我设置的形状是否描述了我试图执行的操作？(即，对来自序列中每个样本的LSTM的向量进行平均)b.使用sequence.last时我的输入数据的格式如下(对于1个序列)。是否需要更改以应用平均值池？
1 |x 5:1 |y 1 0 0 0 0
1 |x 414:1
1 |x 8:1
我得到的错误是：
文件/model_training.py"，55号线，列车中criteria.placeholder[1]：输入(num_labels，dynamic_Axis=[Axis.default_batch_Axis()])｝)包装器中的文件"…/anaconda3/envs/cntk-py35/lib/python3.5/site packages/cntk/utils/swig_helper.py"，第58行结果=f(*args，**kwds)文件"…/anaconda3/envs/cntk-py35/lib/python3.5/site packages/cntk/ops/functions.py"，第449行，位于replace_placeholders中return super(Function，self).replace_placeholders(substitutions)文件"…/anaconda3/envs/cntk-py35/lib/python3.5/site packages/cntk/cntk_py.py"，第1246行，位于replace_placeholders中return _cntk_py。函数_占位符_占位符(self、占位符替换)RuntimeError：当前，如果元素操作的操作数有任何动态轴，则这些轴必须与其他操作数的动态轴匹配
池仅适用于静态轴。有一个分支具有sequence.pooling操作，应该在2017年1月底左右在master中可用。您也可以使用递归进行平均池。此示例通过重复使用"习得"的平均池。