tf.keras.layers.TimeDistributed

Этот обертка позволяет применять слой ко всем временным срезам входных данных.

Наследуется от: Wrapper, Layer, Module

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

Каждый вход должен быть как минимум 3D, и размерность индекса один первого входа будет считаться временной размерностью.

Рассмотрим пакет из 32 видеообразцов, где каждый образец представляет собой изображение RGB 128x128 с channels_last форматом данных на 10 временных шагах. Форма входных данных пакета — (32, 10, 128, 128, 3).

Затем можно 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 временной метке, один и тот же набор весов используется в каждый временной момент.

Аргументы вызова:

• inputs: Входной тензор формы (пакет, время, ...) или вложенные тензоры, каждый из которых имеет форму (пакет, время, ...).
• training: Булево значение Python, указывающее, должен ли слой работать в режиме обучения или в режиме вывода. Этот аргумент передается обернутому слою (только если слой поддерживает этот аргумент).
• mask: Бинарный тензор формы (samples, timesteps) , указывающий, должен ли быть замаскирован данный временной шаг. Этот аргумент передается обернутому слою (только если слой поддерживает этот аргумент).