Vai trò của lớp TimeDistributed trong Keras là gì?

Tôi đang cố gắng nắm bắt những gì trình bao bọc TimeDistributed làm trong Keras.

Tôi hiểu rằng TimeDistributed "áp dụng một lớp cho mọi lát cắt tạm thời của đầu vào."

Nhưng tôi đã thực hiện một số thử nghiệm và nhận được kết quả mà tôi không thể hiểu được.

Nói tóm lại, liên quan đến lớp LSTM, TimeDistributed và chỉ lớp Dense đều mang lại kết quả như nhau.

model = Sequential()
model.add(LSTM(5, input_shape = (10, 20), return_sequences = True))
model.add(TimeDistributed(Dense(1)))
print(model.output_shape)

model = Sequential()
model.add(LSTM(5, input_shape = (10, 20), return_sequences = True))
model.add((Dense(1)))
print(model.output_shape)

Đối với cả hai mô hình, tôi nhận được hình dạng đầu ra là (Không có, 10, 1) .

Bất cứ ai có thể giải thích sự khác biệt giữa lớp TimeDistributed và Dense sau một lớp RNN?

Trong keras- trong khi xây dựng mô hình tuần tự - thường là thứ nguyên thứ hai (một sau thứ nguyên mẫu) - có liên quan đến một thứ timenguyên. Điều này có nghĩa là nếu ví dụ, nếu dữ liệu của bạn đi 5-dimcùng, (sample, time, width, length, channel)bạn có thể áp dụng một lớp phức hợp bằng cách sử dụng TimeDistributed(áp dụng cho 4-dimvới (sample, width, length, channel)) dọc theo thứ nguyên thời gian (áp dụng cùng một lớp cho mỗi lát thời gian) để có được 5-dđầu ra.

Các trường hợp Denselà trong kerastừ phiên bản 2.0 Denselà theo mặc định áp dụng cho chỉ chiều qua (ví dụ như nếu bạn áp dụng Dense(10)để đầu vào với hình dạng (n, m, o, p)bạn sẽ nhận được đầu ra với hình dạng (n, m, o, 10)) như vậy trong trường hợp của bạn Densevà TimeDistributed(Dense)là tương đương.