seq2seq 中的 TimeDistributed(Dense) 与 Dense

Question

鉴于下面的代码

encoder_inputs = Input(shape=(16, 70))
encoder = LSTM(latent_dim, return_state=True)
encoder_outputs, state_h, state_c = encoder(encoder_inputs)
# We discard `encoder_outputs` and only keep the states.
encoder_states = [state_h, state_c]

# Set up the decoder, using `encoder_states` as initial state.
decoder_inputs = Input(shape=(59, 93))
# We set up our decoder to return full output sequences,
# and to return internal states as well. We don't use the
# return states in the training model, but we will use them in inference.
decoder_lstm = LSTM(latent_dim, return_sequences=True, return_state=True)
decoder_outputs,_,_ = decoder_lstm(decoder_inputs,
                                     initial_state=encoder_states)
decoder_dense = TimeDistributed(Dense(93, activation='softmax'))
decoder_outputs = decoder_dense(decoder_outputs)

# Define the model that will turn
# `encoder_input_data` & `decoder_input_data` into `decoder_target_data`
model = Model([encoder_inputs, decoder_inputs], decoder_outputs)

如果我改变

decoder_dense = TimeDistributed(Dense(93, activation='softmax'))

到

decoder_dense = Dense(93, activation='softmax')

仍然有效，但是哪种方法更有效呢？

Answer 1

如果您的数据依赖于时间，例如Time Series数据或包含不同帧的数据Video，那么时间Distributed Dense层比简单层更有效Dense。

\n\n

Time Distributed Dense在单元展开期间将相同的dense层应用于每个时间步。GRU/LSTM这就是为什么误差函数将在 和 之间的predicted label sequence原因actual label sequence。

\n\n

使用 时return_sequences=False，该Dense图层将仅在最后一个单元格中应用一次。RNNs当用于分类问题时通常是这种情况。

\n\n

如果return_sequences=True，则该Dense图层用于在每个时间步应用，就像 一样TimeDistributedDense。

\n\n

在您的模型中，两者是相同的，但如果您将第二个模型更改为return_sequences=False，那么Dense将仅应用于最后一个单元格。

\n\n

希望这可以帮助。快乐学习！

\n