在
keras-建立顺序模型时-通常是第二维(一个样本维之后)与一个
time维相关。这意味着,例如,如果您的数据
5-dim与
(sample,time, width, length, channel)您在一起,则可以沿时间维度使用
TimeDistributed(适用于
4-dimwith
(sample, width, length, channel))应用卷积层(将相同的层应用于每个时间片)以获得
5-d输出。
随着案情
Dense的是,在
keras2.0版本
Dense默认情况下只应用于最后一个维度(例如,如果你申请
Dense(10)输入与形状
(n,m, o, p),你会得到与形状输出
(n, m, o,10)),所以你的情况
Dense和
TimeDistributed(Dense)是等价的。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)