Насколько я понимаю, мы используем объединение с CNN для уменьшения размера матрицы, что повысит вычислительную эффективность модели и уменьшит чувствительность модели к местоположению.
Однако некоторые люди используют концепцию объединения с LSTM для решения проблема классификации текста (НЛП). И я не понимаю полезности использования концепции объединения с LSTM.
Я знаю, что уменьшение размеров даст вычислительную эффективность модели LSTM, но это их любое другое преимущество в использовании объединения.
для референс проверить этот код kaggle -> https://www.kaggle.com/gpreda/emotion-classification-using-deep-learning