keras - TimeDistributed 层与 ConvLSTM-2D

Question

谁能为我解释时间分布层（来自Keras Wrapper）和 ConvLSTM-2D（卷积 LSTM）之间的区别，用于目的、用法等？

标签： kerasdeep-learningconv-neural-networklstm

Answer 1

两者都适用于数据序列。

Time Distributed 是一个非常简单的层封装器，它只在每个时间点应用一个层（通常是密集层）。当你需要改变输出张量的形状，尤其是特征的维度，而不是样本大小和时间步长时，你需要它。

ConvLSTM2D，要复杂得多。您需要先了解 cnn 和 rnn 层，其中 LSTM 是最流行的 rnn 之一。LSTM 本身应用于一系列张量，用于 NLP、时间序列，并且每个时间步的输入都是一维的。cnn，conv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）。结合在一起，convLSTM 用于学习序列中的图像，如视频。