我在使用Keras中的CNN进行一个NLP任务，我尝试使用时间上的最大池化（max over time pooling）来替代最大池化（max pooling）。

有什么方法或技巧可以实现这个目标吗？

我所说的时间上的最大池化是指无论这些值在向量中的位置如何，都要池化最高的值。

回答：

假设你的数据形状是(batch_size, seq_len, features)，你可以应用以下操作：

seq_model = Reshape((seq_len * features, 1))(seq_model)
seq_model = GlobalMaxPooling1D()(seq_model)