Ich schaue Keras Beispiel für konvolutionelle neuronale Netze. (Siehe zum Beispiel https://github.com/fchollet/keras/blob/master/examples/imdb_cnn.py.) Allerdings kann ich nicht herausfinden, was sie mit dem Parameter "maxlen" meinen. Würde es etwas mit Polsterung zu tun haben? Es ist nicht die maximale Anzahl von Features. Sie haben einen Parameter max_features dafür.Keras Parameter für Convolutional Net
Der Parameter maxlen ist die Länge Ihrer Textbeispiele in Worten.
Im Keras Codebeispiel haben Sie diese Einstellungen:
# set parameters:
max_features = 5000
maxlen = 400
...
embedding_dims = 50
Dies bedeutet, dass Sie einen Wortschatz von 5000 Wörtern haben, sind jedes dieser Wörter in einem Merkmalsvektor eingebettet mit 50 Dimensionen und jeder Ihrer Textproben kann 400 Wörter lang sein.
Indirekt hat dies auch eine Beziehung zum Auffüllen, wenn Sie Textproben haben, die kürzer als 400 Wörter sind. Dann haben Sie auf Pad diese auf eine Länge von 400
Für 1D-ConvNets für Textklassifikation auch dieses Papier und dieses Blog-Post:
https://arxiv.org/abs/1408.5882
http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/