Le *_*Anh 1 deep-learning conv-neural-network lstm keras
谁能帮我解释一下时间分布式层（来自Keras Wrapper）和 ConvLSTM-2D （卷积 LSTM）之间的差异，目的、用法等？
小智 5
两者都适用于数据序列。
Time Distributed 是一个非常简单的层包装器，它仅在每个时间点上应用一个层（通常是密集层）。当您需要更改输出张量的形状（尤其是特征的维度）而不是样本大小和时间步时，您需要它。
ConvLSTM2D 要复杂得多。您需要首先了解 cnn 和 rnn 层，其中 LSTM 是最流行的 rnn 之一。LSTM 本身应用于张量序列，用于 NLP、时间序列，并且每个时间步的输入都是一维的。cnn，即卷积部分，通常用于从图像中学习，图像是二维的，但没有序列（时间步长）。结合起来，convLSTM 用于学习序列中的图像，例如视频。