TimeDistributed层可以用于多对一的LSTM吗？
TimeDistributed层可以用于多对一的LSTM。TimeDistributed层是一种在序列数据上应用其他层的方法，它可以将其他层应用于输入序列的每个时间步。在多对一的LSTM中，输入是一个序列，而输出是一个单一的值。通过使用TimeDistributed层，可以将LSTM应用于输入序列的每个时间步，并将每个时间步的输出传递给下一层进行处理。
多对一的LSTM在许多任务中都有广泛的应用，例如情感分析、文本分类、语音识别等。它可以从输入序列中提取特征，并生成一个单一的输出，用于对输入进行分类或预测。
对于腾讯云的相关产品和产品介绍链接地址，由于要求不能提及具体品牌商，可以参考腾讯云的文档和产品页面，搜索与LSTM相关的产品和服务，以获取更多详细信息。
相关·内容
在Keras中，我发现许多人在训练多对一LSTM模型时将“返回序列”指定为False。我想知道我是否可以为每个timestep单元格使用TimeDistributed层，然后使用上面的密集层来获得输出？
浏览 10提问于2018-07-26得票数 0
我有一个对话语料库如下所示。我想要实现一个LSTM模型，它可以预测系统的动作。系统动作被描述为位向量。当我的模型接收到用户输入时，它必须输出一个系统操作。
但是我无法理解return_sequences选项和TimeDistributed层。要实现“多对多(2)"，需要在LSTMs之后添加return_sequences==True和TimeDistribute
浏览 0提问于2017-03-13得票数 62
回答已采纳
对不起，我是刚认识RNN的。我在TimeDistributed层上读过TimeDistributed。：
如果我使用多</em
浏览 1提问于2017-05-15得票数 2
回答已采纳
在我最初的设置中，我得到了y1 = (1200,10)model = Sequential()model.add(LSTM(12, return_sequences=True))model.add((D
浏览 2提问于2019-05-22得票数 11
我试图了解TimeDistributed包装器在Keras中所做的工作。但是我做了一些实验，得到了我无法理解的结果。总之，对于LSTM层，TimeDistributed和纯稠密层具有相同的结果。model = Sequential()
model.add(LST
浏览 1提问于2017-11-15得票数 112
回答已采纳
我试图理解TimeDistributed层在keras/tensorflow中的使用。我读过一些帖子和文章，但还是没有读到。让我对TImeDistributed层的工作有一些了解的线程是-
那么，如果两个模型提供相同的输出，那么TimeDistributed层<e
浏览 0提问于2018-11-01得票数 15
回答已采纳
我很难解释一对多(例如，对单个图像的分类)和多对多(例如图像序列分类)序列标记的Keras编码差异。(LSTM(10))我的问题是：
我的假设是，类型1是一对多的类型，类型2是多到多的类型吗？还是TimeDi
浏览 0提问于2018-01-08得票数 14
我想训练我的视频数据的手势识别模型，提出使用低LSTM和TimeDistributed层。这会是解决我问题的理想方法吗？# Convolutionlstm_output_size = 1
model.add(TimeDistributed(Dense(62),
浏览 1提问于2018-02-16得票数 0
回答已采纳
我对RNNs和keras很陌生。
我试图比较LSTM与传统机器学习算法(如RF或GBM)在顺序数据上的性能(不一定是时间序列，而是按顺序排列)。我的数据包含276个预测器和一个输出(例如。股票价格与276种信息的股票的公司)与8564复古观察。由于LSTM能够很好地捕捉顺序趋势，所以我决定使用300 time_step。从下面的数字，我相信我的任务是创建一个多到多的</em
浏览 2提问于2016-11-14得票数 1
1回答
我是Keras的新手，在Keras documentation中浏览了LSTM及其实现细节。这很容易，但突然间，我通过的帖子和评论。它使我对实际的LSTM体系结构感到困惑：model = Sequential()model.add(的时间步骤，每个步骤都被馈送到各自的LSTM cell；64表示no。每个时间步骤<e
浏览 2提问于2018-12-29得票数 2
回答已采纳
我正在研究如何将TimeDistributed应用到我的LSTM中，看看它是否会提高我的模型的准确性。老实说，我仍然不确定TimeDistributed的具体用例是什么，我只是想尝试一下，看看它是否提高了我的准确性。除了盲目的尝试/错误，为什么有人要使用TimeDistributed呢？现在，我的下一个问题可能与我对TimeDistributed
浏览 0提问于2018-07-28得票数 1
1回答
我正在建立一个预测地理空间-时间数据集的模型。def define_model_cnn_lstm(features, lats, lons,times): C
浏览 0提问于2018-09-28得票数 4
回答已采纳
1回答
LSTM来得到一个句子向量，然后我应该把每个句子向量输入到较高层的一个不同的LSTM中，以便得到文档表示，然后对它应用分类。我的问题在第一层。我应该如何同时向每个LSTM提供每个句子(因此，在每个时间步骤中，每个LSTM都应该应用于每个句子中的一个单词向量)？编辑：我只是使用了TimeDistributed，虽
浏览 2提问于2019-11-01得票数 1
我有一个简单的keras模型，如下所示，模型摘要与我预期的一样，模型也符合要求，但是，我不知道如何匹配输入和输出维度以避免错误。x = Input(shape=(784,1,),name='input')z = Dense(epochs=epochs, validation_data
浏览 4提问于2018-02-16得票数 1
1回答
我在Keras中使用return_sequences=True和TimeDistributed包装器在最后一个密集层上训练了多到多序列模型：model.add)因此，在训练期间，对所有隐藏状态(在每个时间戳中)计算损失。但是为了推断，我只需要最后一个时间戳的get输出。因此，我将权重加载到多对一序列模型中，以便在不使用TimeDistributed</e
浏览 3提问于2019-03-07得票数 2
3回答
在keras 1.2.2中，我创建了一个具有以下维度的数据集：y_train: (2000,1)
ValueError:输入0与lstm_layer层不兼容:预期的ndim=3，找到
浏览 2提问于2017-02-26得票数 5
回答已采纳
1回答
由于在LSTM中使用relu实际上并不实际，因为存在爆炸梯度，所以我在LSTM之后添加了一个密集的层，因此它类似于：model.add(LSTM(number_of_features：当我检查参
浏览 0提问于2020-11-10得票数 3
回答已采纳
2回答
在通过convnet传递视频帧并获得输出特征图之后，如何将数据传递到LSTM？另外，如何通过CNN将多个帧传递到LSTM？
在其他作品中，我想用CNN处理视频帧以获得空间特征。然后，我希望将这些特征传递给LSTM，以便对空间特征进行时间处理。如何将LSTM连接到视频功能？例如，如果输入的视频是56x56，然后当通过CNN的所有层时，假设它是20: 5x5的，那么这些层是如何逐帧连接到LSTM的？AN
浏览 2提问于2016-05-03得票数 9
1回答
创建CoreML LRCN模型
、、、、
首先，我在Keras中使用Tensorflow后端构建了一个模型，该模型在时间分布式包装器中使用卷积层。在卷积部分之后，单个LSTM层连接到密集层作为输出。我们的目标是创建一个多对多的结构，在填充图像序列中对每个项目进行分类。我将在下面发布模型的代码。
我训练和部署这个网络的计划可能会引发其他问题，但如果它们造成麻烦，我将另行发布一</e
浏览 7提问于2018-01-29得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
