Tensorflow.js tf.layers.timeDistributed()函数

Tensorflow.js是谷歌开发的一个开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.layers.timeDistributed()函数用于将层的换行应用于指定输入的每个时间切片。给定的输入必须至少是 3D，并且维度的索引 1 将被视为时间维度。

句法：

tf.layers.timeDistributed(args)

参数：此函数接受单个参数args ，可用于指定以下属性：

• layer:指定层 被包裹。
• inputShape：用于创建一个输入层以插入到该层之前。当inputShape和batchInputShape都被定义时，将使用batchInputShape 。该参数仅与输入层相关，即模型的第一层。它是一个可选参数。
• batchInputShape：当同时定义了inputShape和batchInputShape时，将使用此参数。该参数仅与输入层相关，即模型的第一层。它是一个可选参数。
• batchSize：给定inputShape时用于创建batchInputShape ，但没有给定batchInputShape 。
• dtype：这是该层的数据类型，默认值为'float32'。该参数仅与输入层相关，即模型的第一层。
• name：这是该层的名称。
• 可训练：其默认值为真。它表示该层的权重是否可以通过拟合更新。
• weights：是图层的第一个权重值。
• inputDType：建议不要用于新代码。它用于遗留支持。

返回值：它返回一个 TimeDistributed 对象。

示例 1：

Javascript

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initializing a model
const model = tf.sequential();
  
// Calling the tf.layers.timeDistributed() function
const a = model.add(tf.layers.timeDistributed({
   layer: tf.layers.dense({units: 8}),
    
   // Considering a sequence of 5 vectors
   // of 10 dimensions
   inputShape: [5, 10],
}));
  
// Getting the model.outputShape
console.log(JSON.stringify(model.outputs[0].shape));

输出：

[null,5,8]

示例 2：

Javascript

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initializing a model
const model = tf.sequential();
  
// Calling the tf.layers.timeDistributed() function
const a = model.add(tf.layers.timeDistributed({
    
   // Initializing the first layer with inputShape
   layer: tf.layers.dense({units: 12}),
    
   // Considering a sequence of 5 vectors
   // of 10 dimensions
   inputShape: [5, 10],
}));
  
// In the second layer, there is no 
// need for `inputShape`
model.add(tf.layers.timeDistributed(
  {layer: tf.layers.dense({units: 32})}
));
  
// Getting the model.outputShape
console.log(JSON.stringify(model.outputs[0].shape));

输出：

[null,5,32]

参考： https://js.tensorflow.org/api/latest/#layers.timeDistributed