在keras
-建立顺序模型时-通常第二维(一个样本维之后)与time
维相关。这意味着,如果例如,你的数据是5-dim
与(sample, time, width, length, channel)
,你可以使用应用卷积层TimeDistributed
(其适用于4-dim
与(sample, width, length, channel)
)沿时间维度(将相同的图层应用于每个时间片),以获得5-d
输出。
Dense
的情况是,在版本2.0的keras
中,默认情况下Dense
仅应用于最后一个维度(例如,如果将Dense(10)
应用于形状为(n, m, o, p)
输入,则将得到形状为(n, m, o, 10)
),因此在您的情况下Dense
和TimeDistributed(Dense)
是等效的。
0
我试图了解TimeDistributed包装器在Keras中的作用。
我得到了TimeDistributed“将层应用于输入的每个时间片”。
但是我做了一些实验,却得到了我无法理解的结果。
简而言之,对于LSTM层,TimeDistributed和Just Dense层的结果相同。
对于这两个模型,我得到的输出形状为(None,10,1) 。
在RNN层之后,谁能解释TimeDistributed和Dense层之间的区别?