tf.keras中的密集层的行为

Question

我想知道tensorflow.python.keras.layers.Dense层的行为（从现在开始就是Dense）。在documentation中，可以阅读

  

注意：如果该图层的输入的秩大于2，则为   在具有内核的初始点积之前变平。

因此，我希望Dense层的输出始终具有两个维度，一个由批处理大小确定，另一个由该层中的单元数确定。但是，我无法复制这一点：我总是在输入和输出中获得相同数量的尺寸。在实践中，Dense的行为与我期望的TimeDistributed（Dense）完全一样（唯一的区别是，TimeDistributed（Dense）在应用于2D输入时会引发错误）。

我不正确理解文档吗？

---

一个最小的工作示例来说明这一点：

from tensorflow.python.keras import Input, Model
from tensorflow.python.keras.layers import Dense, TimeDistributed

shape = (80, 32, 14, 2)  # this doesn't include the batch size, change at will but keep len(shape) >= 2

x = Input(shape=shape)

y1 = TimeDistributed(Dense(3))(x)
model1 = Model(inputs=x, outputs=y1)
model1.summary()

y2 = Dense(3)(x)
model2 = Model(inputs=x, outputs=y2)
model2.summary()

摘要表明模型具有相同的输出形状和相同数量的可训练参数。