Conv1D()한 결과물과 Conv2D()한 결과물들을, 적절한 axis로 concat을 해서



[BATCH_SIZE, 6, 7, 1, num_filters=10] 이렇게 만들었거덩. 이 case에선 [1, 6, 7, 1, 10] 이렇게 생겼음


이걸 이제 [1, 6, 3, 3]으로 만들어서 softmax로 0/1/2로 분류하는 classification 모델을 만들고 싶음




지금 하는 방법은


[1, 6, 7, 1, 10] -> [1, 6, 3, 3]으로 가기 위해,


[1, 6, 70]으로 reshape을 하고, [1, 6, 9]로 Dense(9) 레이어 사용한다음


[1, 6, 3, 3]으로 reshape을 하고, 이걸 다시 한번 Dense(3)으로 [1, 6, 3, 3]으로 만들었는데



너무 좀 깔끔하지 않은거 같음...







좀 더 쌈박하게 [1, 6, 7, 1, 10] -> [1, 6, 3, 3]으로 가는 방법 없을까??


아 필터 수 조절해서 3의 배수가 만든 다음에 [1, 6, 7, 1, 10] 에서 [1, 6, 3, x]으로 reshape한 다음 [1, 6, 3, 3]으로 Dense 한 번만 쓰는건 해봤는데

성능차이가 좀 있더라고..