如何不在 Keras 中输出带有 TimeDistributed 层的序列？

Question

我目前正在使用 Keras 研究 LSTM，我对 TimeDistributed 层有疑问。

假设我有一个 TimeDistributed 层，它接受类似 (batch_size,timesteps,num_features1) 的输入。它会输出类似 (batch_size,timesteps,num_features2) 的内容。

我想输出类似 (batch_size,num_features2) 的内容。可能吗？

这将是将具有 return_sequence = True 的 LSTM 层堆叠到密集层（使用 TimeDistributed 层），然后返回到 "classical" 接受输入的密集层 [= =17=].

提前致谢！

Benoit

Answer 1

我不确定是否完全理解您想要什么，所以我将在这里放置一个我认为是您想要的网络。如果不是，请使用您想要的网络草稿和每个步骤的形状来编辑您的问题。也更容易知道你想通过这个网络实现什么。

model = sequential()
# shape = (None,timesteps, num_feat1)
model.add(TimeDistributed(Dense(num_feat2))
# shape = (None,timesteps, num_feat2)
model.add(LSTM(1, return_sequence=True))
# shape = (None, timesteps, 1)
model.add(Flatten())
# shape = (None, timesteps)
model.add(Dense(num_outputs_desired))
# shape = (None, outputs)

这是你想要的吗？这 (1) 使用密集层时间分布在每个时间步均等地转换初始特征，(2) 使用 lstm 处理序列，在每个步骤返回 1 个值，(3) 使用密集层将值序列转换为期望的输出（我不知道它应该如何，你的模型的目的是什么？）。

如何不在 Keras 中输出带有 TimeDistributed 层的序列？

How not to output a sequence with `TimeDistributed` layer in Keras?

machine-learning

lstm

keras