为什么我的Keras LSTM中不需要TimeDistributed？

Question

我知道这个主题有很多问题，但是我不明白为什么在我看来这两种选择都是可行的 我在LSTM中的输入形状是（10,24,2），而hidden_​​size是8。

model = Sequential()    
model.add(LSTM(hidden_size, return_sequences=True, stateful = True, 
               batch_input_shape=((10, 24, 2))))
model.add(Dropout(0.1))

为什么可以在下面添加以下行：

model.add(TimeDistributed(Dense(2))) # Option 1

或这一个：

model.add(Dense(2)) # Option 2

是否应该Option 2因为需要二维输入而导致编译错误？

Answer 1

在您的情况下，您定义的2个模型是相同的。

这是由于您使用了该return_sequences=True参数所导致的，这意味着该Dense层将像每个时间步一样应用到每个时间步，TimeDistributedDense但是如果切换到False该模式，则这两个模型并不相同，并且如果TimeDistributedDense不是版本，则会出现版本错误Dense。

这里也针对类似情况提供了更详尽的解释。