Python tf.keras.layers.TimeDistributed用法及代碼示例

該包裝器允許將層應用於輸入的每個時間切片。

繼承自：Wrapper、Layer、Module

用法

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

每個輸入至少應該是 3D，並且第一個輸入的索引一個的維度將被認為是時間維度。

考慮一批 32 個視頻樣本，其中每個樣本是一個 128x128 RGB 圖像，數據格式為channels_last，跨越 10 個時間步長。批量輸入形狀為 (32, 10, 128, 128, 3) 。

然後，您可以使用 TimeDistributed 將相同的 Conv2D 層分別應用於 10 個時間步長中的每一個：

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])

因為TimeDistributed 將相同的Conv2D 實例應用於每個時間戳，所以在每個時間戳上使用相同的權重集。

調用參數：

• inputs：輸入張量形狀(batch, time, ...)或嵌套張量，每個張量都有形狀(batch, time, ...)。
• training:Python 布爾值，指示層應該在訓練模式還是推理模式下運行。該參數被傳遞給被包層(僅當該層支持該參數時)。
• mask: 形狀的二進製張量(samples, timesteps)指示是否應屏蔽給定的時間步長。該參數被傳遞給被包層(僅當該層支持該參數時)。