无法理解Keras ConvLSTM2D - 已编辑

Question

我正在查看示例：https://github.com/fchollet/keras/blob/master/examples/conv_lstm.py

此RNN实际上是预测电影的下一帧，因此输出也应该是电影（根据输入的测试数据）。我想知道由于带有填充的转换层而导致信息丢失。 例如，如果有一个大填充，则底层Tensorflow在右下方填充：（n代表数字）

n n n 0 0 0 0
n n n 0 0 0 0
n n n 0 0 0 0
n n n 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0

当我们进行第二次转换时，右下角将始终为0，这意味着反向传播将永远无法捕获任何内容。在这种情况下，电影（一个正方形在整个屏幕上移动），当验证标签位于右下角时，它是否会丢失信息？

Answer 1

在获得博士学位后答案是肯定的。进行人工智能研究。