tf.keras.layers.TimeDistributed

Этот обертка позволяет применять слой к каждому временной части входных данных.

Наследуется от: Wrapper, Layer, Module

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

Входные данные должны быть как минимум 3D, и размерность индекса один будет рассматриваться как временная размерность.

Рассмотрим пакет из 32 видеопримеров, где каждый пример представляет собой изображение RGB 128x128 с channels_last форматом данных, в течение 10 временных шагов. Формат входных данных пакета составляет (32, 10, 128, 128, 3).

Затем вы можете использовать TimeDistributed для применения того же Conv2D слоя к каждому из 10 временных шагов независимо:

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])

Поскольку TimeDistributed применяет один и тот же экземпляр Conv2D к каждому из временных шагов, один и тот же набор весов используется на каждом временном шаге.

Аргументы вызова:

• inputs: Входной тензор.
• training: Булево значение Python, указывающее, должен ли слой вести себя в режиме обучения или в режиме вывода. Этот аргумент передается обернутому слою (только если слой поддерживает этот аргумент).
• mask: Бинарный тензор с формой (samples, timesteps) , указывающий, должен ли быть замаскирован определённый временной шаг. Этот аргумент передаётся обернутому слою (только если слой поддерживает этот аргумент).