Was*_*mad 13 python machine-learning neural-network keras keras-layer
我已经阅读了官方文档,但仍然无法理解TimeDistributedKeras模型中的实际作用是什么？
我不明白之间的差别TimeDistributed和TimeDistributedDense？有人会TimeDistributedDense什么时候使用？它只是为了减少训练数据集吗？它有其他好处吗？
任何人都可以用一个精确的例子来解释这两种类型的包装器有什么作用？
Mar*_*jko 18
所以 - 基本上TimeDistributedDense是在早期版本的Keras中引入的,以便Dense逐步将一个层应用于序列.TimeDistributed是一个Keras包装器,它可以获得任何静态(非顺序)层并以顺序方式应用它.所以,如果例如,您的层接受作为输入的东西的形状(d1, .., dn)由于TimeDistributed包装器的层可接受的形状的输入(sequence_len, d1, ..., dn)通过应用提供给层X[0,:,:,..,:],X[1,:,...,:],...,X[len_of_sequence,:,...,:].
这种使用的示例可以是通过应用应用于剪辑的每个帧的TimeDistributed(conv_layer)位置来将例如预训练的卷积层用于短视频conv_layer剪辑.它产生输出序列,然后可能被下一个重复或TimeDistributed层消耗.
很高兴知道使用TimeDistributedDense折旧并且使用起来更好TimeDistributed(Dense).
| 归档时间： |
|
| 查看次数： |
6267 次 |
| 最近记录： |