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")