Machine learning 当掩码不等于零时，使用掩码的GlobalAveragePool_Machine Learning_Nlp

Machine learning 当掩码不等于零时，使用掩码的GlobalAveragePool

machine-learning nlp

Machine learning 当掩码不等于零时，使用掩码的GlobalAveragePool,machine-learning,nlp,Machine Learning,Nlp,我们正在屏蔽层上实现GlobalAveragePooling，导致不支持的错误。我们看到了，但不幸的是，此解决方案不适合我们的情况。我们使用自定义嵌入算法，导致一些样本全为零，因此我们无法使用零向量进行屏蔽例如self.model.add（屏蔽（屏蔽（屏蔽值=-9999，输入形状=（最大长度，nr_in））和之后的一些层 avged = GlobalAveragePooling1D()(result, mask=max_len) maxed = GlobalMaxPooling1D()(re

我们正在屏蔽层上实现GlobalAveragePooling，导致不支持的错误。
我们看到了，但不幸的是，此解决方案不适合我们的情况。
我们使用自定义嵌入算法，导致一些样本全为零，因此我们无法使用零向量进行屏蔽
例如

self.model.add（屏蔽（屏蔽（屏蔽值=-9999，输入形状=（最大长度，nr_in））

和之后的一些层

avged = GlobalAveragePooling1D()(result, mask=max_len)
maxed = GlobalMaxPooling1D()(result, mask=max_len)
merged = merge([avged, maxed])

有没有办法将全局平均和最大池方法用于此类掩码？
谢谢

我们使用的是Tensorflow 0.12.0和keras 1.2.2