python - 为什么我的Keras LSTM中不需要TimeDistributed？

我知道这个主题有很多问题，但是我不明白为什么在我看来这两种选择都是可行的
我在LSTM中的输入形状是(10,24,2)，而hidden_​​size是8。

model = Sequential()
model.add(LSTM(hidden_size, return_sequences=True, stateful = True,
               batch_input_shape=((10, 24, 2))))
model.add(Dropout(0.1))

为什么可以在下面添加以下行:

model.add(TimeDistributed(Dense(2))) # Option 1

或这一个:

model.add(Dense(2)) # Option 2

Option 2是否应该因为需要二维输入而导致编译错误？

最佳答案

在您的情况下，您定义的2个模型是相同的。

这是因为您使用了return_sequences=True参数，这意味着Dense层像TimeDistributedDense一样适用于每个时间步，但是如果您切换到False，则这两个模型并不相同，但是在TimeDistributedDense版本的情况下会出现错误不在Dense中。

here也针对类似情况提供了更详尽的解释。

关于python - 为什么我的Keras LSTM中不需要TimeDistributed？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55532683/