具有多个输入的 Keras TimeDistributed 层

Question

我正在尝试使以下代码行工作：

low_encoder_out = TimeDistributed( AutoregressiveDecoder(...) )([X_tf, embeddings])

AutoregressiveDecoder需要两个输入的自定义层在哪里。经过一番谷歌搜索，问题似乎是TimeDistributed包装器不接受多个输入。有一些解决方案建议在将两个输入馈送到图层之前合并两个输入，但由于它们的形状是

X_tf.shape: (?, 16, 16, 128, 5)

embeddings.shape: (?, 16, 1024)

我真的不知道如何合并它们。有没有办法让TimeDistributed图层处理多个输入？或者，有没有办法以一种很好的方式合并两个输入？

Answer 1

正如你提到的TimeDistributed层不支持多个输入。考虑到所有输入的时间步长（即第二轴）的数量必须相同这一事实，一种（不太好的）解决方法是将所有输入重塑为(None, n_timsteps, n_featsN)，将它们连接起来，然后将它们作为TimeDistributed层的输入：X_tf_r = Reshape((n_timesteps, -1))(X_tf)embeddings_r = Reshape((n_timesteps, -1))(embeddings)concat = concatenate([X_tf_r, embeddings_r])low_encoder_out = TimeDistributed(AutoregressiveDecoder(...))(concat)当然，您可能需要修改自定义图层的定义，并在必要时将输入分开。