私は現在KerasでLSTMに取り組んでおり、TimeDistributed層に関する質問があります。Kerasの `TimeDistributed`レイヤーでシーケンスを出力しないようにするには？
私はTimeDistributedのレイヤーを入力とし、(batch_size,timesteps,num_features1)のようなレイヤーがあるとしましょう。それは(batch_size,timesteps,num_features2)のようなものを出力します。
代わりに(batch_size,num_features2)のようなものを出力したいと思います。出来ますか ？
それは（TimeDistributed層を使用して）緻密層にreturn_sequence = TrueとLSTM層を積層した後、バック(batch_size,nb_features)のような入力を受け付ける「古典的」緻密層に行くことであろう。
ありがとうございます！
ブノワ
私は正確にあなたがそう、私はここで私はあなたが欲しいものだと思うのネットワークを置く欲しいものを理解することはよく分かりません。そうでない場合は、必要なネットワークのドラフトと各ステップの図形で質問を編集してください。 このネットワークで達成したいことを知ることも簡単になります。
model = sequential()
# shape = (None,timesteps, num_feat1)
model.add(TimeDistributed(Dense(num_feat2))
# shape = (None,timesteps, num_feat2)
model.add(LSTM(1, return_sequence=True))
# shape = (None, timesteps, 1)
model.add(Flatten())
# shape = (None, timesteps)
model.add(Dense(num_outputs_desired))
# shape = (None, outputs)
これは何ですか？これは、（1）最初のフィーチャを各タイムステップで均等に変換し、稠密なレイヤ時間を分散させ、（2）シーケンスを1stmで処理し、各ステップで1つの値を戻し、（3） （私はそれがどのようにすべきかわからない、あなたのモデルの目的は何ですか？）
はい、これは私が欲しかったものです！ Nassimに感謝します。私は 'model.add（Flatten（））'を知らなかった – BenDes
ようこそ：それは助けてうれしい –
これは、時間ディメンションをスカッシュすることを意味します。これはどのようにしたいですか？最も一般的な方法は 'グローバルプール'です。時間をかけたり、最後の出力を取ります。 –
'（batch_size、timesteps、num_features）'を返すのではなく、 '（batch_size、timesteps）'のようなものを返すことができます。私は 'グローバルプーリング'でlokk、ありがとう。 – BenDes
あなたの質問のタイトルに関しては、TimeDistributedを適用して時間ディメンションを保存するようにしているので、とにかくタイムシーケンスを返します。 TimeDistributedで影響を与えることができるのは、タイムステップごとのフィーチャの数だけです。アウトプットにディメンション1のレイヤーを適用して平坦化することで、1つのフィーチャーに縮小できます。しかし、（None、timesteps、features）から（None、feat_1、feat-2）に変更することはできません。私はあなたの質問を得ることをまだ確信していません –