Python tf.keras.layers.TimeDistributed用法及代码示例

该包装器允许将层应用于输入的每个时间切片。

继承自：Wrapper、Layer、Module

用法

tf.keras.layers.TimeDistributed(
    layer, **kwargs
)

每个输入至少应该是 3D，并且第一个输入的索引一个的维度将被认为是时间维度。

考虑一批 32 个视频样本，其中每个样本是一个 128x128 RGB 图像，数据格式为channels_last，跨越 10 个时间步长。批量输入形状为 (32, 10, 128, 128, 3) 。

然后，您可以使用 TimeDistributed 将相同的 Conv2D 层分别应用于 10 个时间步长中的每一个：

inputs = tf.keras.Input(shape=(10, 128, 128, 3))
conv_2d_layer = tf.keras.layers.Conv2D(64, (3, 3))
outputs = tf.keras.layers.TimeDistributed(conv_2d_layer)(inputs)
outputs.shape
TensorShape([None, 10, 126, 126, 64])

因为TimeDistributed 将相同的Conv2D 实例应用于每个时间戳，所以在每个时间戳上使用相同的权重集。

调用参数：

• inputs：输入张量形状(batch, time, ...)或嵌套张量，每个张量都有形状(batch, time, ...)。
• training:Python 布尔值，指示层应该在训练模式还是推理模式下运行。该参数被传递给被包层(仅当该层支持该参数时)。
• mask: 形状的二进制张量(samples, timesteps)指示是否应屏蔽给定的时间步长。该参数被传递给被包层(仅当该层支持该参数时)。