TimeDistributed 层

[源]

TimeDistributed 类

tf_keras.layers.TimeDistributed(layer, **kwargs)

此包装器允许将一个层应用于输入的每个时间片。

每个输入应至少为 3D，并且第一个输入的索引为一的维度将被视为时间维度。

考虑一个包含 32 个视频样本的批次，其中每个样本是一个 128x128 的 RGB 图像，采用 channels_last 数据格式，跨越 10 个时间步。批次输入形状为 (32, 10, 128, 128, 3)。

然后，您可以使用 TimeDistributed 将相同的 Conv2D 层独立地应用于这 10 个时间步中的每一个。

>>> 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])

由于 TimeDistributed 将相同的 Conv2D 实例应用于每个时间戳，因此在每个时间戳都使用同一组权重。

参数

• layer：一个 tf.keras.layers.Layer 实例。

调用参数

• inputs：形状为 (batch, time, ...) 的输入张量或嵌套张量，每个嵌套张量的形状都为 (batch, time, ...)。
• training：Python 布尔值，指示层应在训练模式还是推断模式下运行。此参数会传递给被包装的层（仅当层支持此参数时）。
• mask：形状为 (samples, timesteps) 的二进制张量，指示是否应屏蔽给定时间步。此参数会传递给被包装的层（仅当层支持此参数时）。

抛出

• ValueError：如果未初始化为 tf.keras.layers.Layer 实例。