keras ConvLSTM2D 层有什么作用？
What does the keras ConvLSTM2D layer do?
我想更好地了解 ConvLSTM2D Keras 层。
它是否对 2D 输入（图像）执行 2D 卷积，然后对其输出进行平均/展平并将其输入 LSTM 模块？
但我猜它基本上是一个 LSTM 单元，其中矩阵乘法被卷积运算取代。对吗？
谢谢
是的，你对CONVLSTM2D的概念是正确的。
CONVLSTM2D 架构结合了 LSTM 的门控和 2D 卷积。
正如您所提到的，CONVLSTM 层将执行与 LSTM 类似的任务，但它不执行矩阵乘法，而是执行卷积运算并保留输入维度。
另一种不同的方法是图像通过卷积层，结果将是一个展平的一维数组，这将是随时间推移具有一组特征的 LSTM 层的输入。
Kera的CONVLSTM层的输入：是一个形状为
的5D张量
(samples, time, channels, rows, cols)如果是频道优先
(samples, time, rows, cols, channels) 如果是最后一个频道。
CONVLSTM 层的输出：
如果return_sequences = True那么它是一个形状为
的5D张量
(samples, time, filters, rows, cols)
如果return_sequences = False 则它是具有形状的 4D 张量。
(samples, filters, rows, cols)
您可以参考 this 完成 CONVLSTM 实现的论文。
我想更好地了解 ConvLSTM2D Keras 层。
它是否对 2D 输入（图像）执行 2D 卷积，然后对其输出进行平均/展平并将其输入 LSTM 模块？ 但我猜它基本上是一个 LSTM 单元，其中矩阵乘法被卷积运算取代。对吗？
谢谢
是的，你对CONVLSTM2D的概念是正确的。
CONVLSTM2D 架构结合了 LSTM 的门控和 2D 卷积。
正如您所提到的，CONVLSTM 层将执行与 LSTM 类似的任务，但它不执行矩阵乘法，而是执行卷积运算并保留输入维度。
另一种不同的方法是图像通过卷积层，结果将是一个展平的一维数组，这将是随时间推移具有一组特征的 LSTM 层的输入。
Kera的CONVLSTM层的输入：是一个形状为
的5D张量(samples, time, channels, rows, cols)如果是频道优先
(samples, time, rows, cols, channels) 如果是最后一个频道。
CONVLSTM 层的输出：
如果return_sequences = True那么它是一个形状为
(samples, time, filters, rows, cols)
如果return_sequences = False 则它是具有形状的 4D 张量。
(samples, filters, rows, cols)
您可以参考 this 完成 CONVLSTM 实现的论文。