TimeDistributed理解

 

keras.layers.TimeDistributed(layer)

這個封裝器將一個層應用於輸入的每個時間片。

輸入至少爲 3D，且第一個維度應該是時間所表示的維度。

考慮 32 個樣本的一個 batch， 其中每個樣本是 10 個 16 維向量的序列。 那麼這個 batch 的輸入尺寸爲 (32, 10, 16)， 而 input_shape 不包含樣本數量的維度，爲 (10, 16)。

你可以使用 TimeDistributed 來將 Dense 層獨立地應用到 這 10 個時間步的每一個：

# 作爲模型第一層
model = Sequential()
model.add(TimeDistributed(Dense(8), input_shape=(10, 16)))
# 現在 model.output_shape == (None, 10, 8)

輸出的尺寸爲 (32, 10, 8)。

在後續的層中，將不再需要 input_shape：

model.add(TimeDistributed(Dense(32)))
# 現在 model.output_shape == (None, 10, 32)

輸出的尺寸爲 (32, 10, 32)。

TimeDistributed 可以應用於任意層，不僅僅是 Dense， 例如運用於 Conv2D 層：

model = Sequential()
model.add(TimeDistributed(Conv2D(64, (3, 3)),
                          input_shape=(10, 299, 299, 3)))