LSTM层和TimeDistributed包装器是获得所需的“多对多”关系的两种不同方法。

1. LSTM会逐个吃掉您的句子中的单词，您可以通过“ return_sequence”选择在每个步骤（处理完每个单词之后）输出某些内容（状态），或者仅在吃完最后一个单词之后输出某些内容。因此，在return_sequence = TRUE的情况下，输出将是相同长度的序列，在return_sequence = FALSE的情况下，输出将只是一个向量。
2. 时间分布。这个包装器允许您将一层（例如说Dense） 独立地应用于序列的每个元素。该层的每个元素的权重完全相同，将应用于每个单词的权重相同，并且当然，它将返回独立处理的单词序列。

如您所见，两者之间的区别在于LSTM“通过序列传播信息，它将吃掉一个单词，更新其状态并返回或不返回它。然后它将继续下一个单词，同时仍携带信息与以前的版本相同。...与TimeDistributed中的单词一样，它们将以相同的方式自行处理，就像它们在筒仓中一样，并且每个单词都使用相同的层。

因此，您不必连续使用LSTM和TimeDistributed，您可以做任何您想做的事情，只需记住它们各自的作用即可。

我希望清楚吗？

编辑：

在您的情况下，分配的时间将密集层应用于LSTM输出的每个元素。

让我们举个例子：

您有嵌入nb_size维中的n_words个单词序列。所以你的输入是一个2D张量的形状(n_words, emb_size)

首先，应用输出尺寸= lstm_output和return_sequence = True的LSTM。输出仍然是一个(n_words, lstm_output)因此它将是形状的2D张量(n_words, lstm_output) 。因此，您具有长度为lstm_output的n_words个向量。

现在，您应用一个TimeDistributed密集层，其中输出3维作为Dense参数。因此，TimeDistributed（Dense（3））。这会将Dense（3）n_words次应用于序列中每个大小为lstm_output的向量...它们将全部成为长度为3的向量。您的输出仍将是一个序列，因此现在的二维张量形状为(n_words, 3) 。

比较清楚吗？ :-)

    return_sequences=True parameter:

如果我们要有一个输出序列，而不仅仅是像普通神经网络那样有一个向量，那么有必要将return_sequences设置为True。具体来说，假设我们有一个形状为（num_seq，seq_len，num_feature）的输入。如果不设置return_sequences = True，则输出将具有形状（num_seq，num_feature），但如果这样做，则将获得具有形状（num_seq，seq_len，num_feature）的输出。

    TimeDistributed wrapper layer:

由于我们在LSTM层中设置了return_sequences = True，因此输出现在是三维矢量。如果我们将其输入到Dense层，则将引发错误，因为Dense层仅接受二维输入。为了输入三维矢量，我们需要使用一个称为TimeDistributed的包装层。该层将帮助我们保持输出的形状，以便最终获得输出序列。