为什么我的Keras LSTM中不需要TimeDistributed？

Question

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此行：

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

或这个：

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

Option 2是否会因为期望二维输入而导致编译错误？

Answer 1

在您的情况下，您定义的两个模型是相同的。

这是因为您使用了return_sequences=True参数，这意味着Dense层像TimeDistributedDense一样应用于每个时间步，但是如果您切换到{{1} }，那么这两个模型并不完全相同，尽管版本不是False，但在TimeDistributedDense版本中会引发错误。

对于类似情况，也提供了更详尽的说明here。