在单个Dense层周围添加TimeDistributed包装器之间有什么区别吗？两者都具有相同数量的参数（2,208）和相同的输出形状（None，6，32）。这样做的目的是使我拥有一个序列，该序列的长度为6个时间步长，每个时间步长都有我要通过Dense层传递的64个要素。
# With TimeDistributed
m = keras.models.Sequential()
m.add(keras.layers.TimeDistributed(keras.layers.Dense(32, activation='relu'), input_shape=(6, 64)))
# No TimeDistributed
m = keras.models.Sequential()
m.add(keras.layers.Dense(32, activation='relu', input_shape=(6, 64)))
答案 0 :(得分：0)
不，两个示例之间没有区别。
默认情况下，如果>>> y="hello"
>>> y=y.replace("h","m")
>>> y
'mello'
>>> type(y)
<class 'str'>
层的from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
url ='https://www.countryflags.com/en/'
driver = webdriver.Chrome()
driver.get(url)
items = [[item.get_attribute('href'),item.get_attribute('title')] for item in WebDriverWait(driver,30).until(EC.presence_of_all_elements_located((By.CSS_SELECTOR, "#ajaxTarget [title]")))]
print(items)
print(len(items))
#driver.quit()
（不包括批次维度），则其行为与使用len(input_shape) = 2层的行为相同。
但是，如果将输入平整（Dense层，然后将其输入到TimeDistributed层中，则情况就不同了。