ConvLSTM2D层的应用
ConvLSTM2D层的应用
提问于 2018-03-24 11:23:47
我在github上浏览了一些代码，发现了一个名为ConvLSTM2D的Keras层。Keras文档声明It is similar to an LSTM layer, but the input transformations and recurrent transformations are both convolutional.。
我想知道这一层的实际应用是什么。我对NLP很熟悉，我还没有看到这个层被使用过。
机器学习的哪个领域/深度学习利用了这一层？
回答 2
Stack Overflow用户
回答已采纳
发布于 2018-03-24 18:52:36
ConvLSTM2D层用于解决时空问题的计算机视觉问题，即需要提取空间特征和时间相关性的问题。请参阅ConvLSTM文件
它解释了完全连接的LSTM可以捕获时间相关性，但不对空间数据进行编码。这就是为什么他们提出了一个模型，其中对状态的输入和状态到状态的转换是卷积的。
我可以找到一些论文，其中ConvLSTM是自然视频序列预测、手势识别和视频分类模型的一部分，也就是我们想学习时空数据的地方。
Stack Overflow用户
发布于 2019-08-01 06:59:10
正如user239457所说，是为了提取时间和空间依赖的特征(实际上，他引用了首次提出ConvLSTM层的文章)。
那么，我们每天消费什么样的信息，时间和空间是相关的呢？是的，你猜对了:视频。
从这个意义上讲，还有其他深度学习领域使用这一层：
- 目标跟踪:要预测运动目标轨迹的图像序列，即从图像到边界框。
- 视频中的对象分割:和以前一样，但使用分割(更难)
- 活动识别:要生成视频标题(描述正在发生的事情的句子)的图像序列。
如果您对此感到好奇，可以使用一个轻量级数据集来学习对象跟踪的基础知识：移动MNIST。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/49468918
复制
相似问题
角星ConvLSTM2D层是做什么的？
如何在ConvLSTM2D层之后添加Conv2D层？
ConvLSTM2D在Conv2D层之后的角化或流动
将卷积层的4D张量输出整形为5D张量，输入到ConvLSTM2D层
ConvLSTM2D数据准备
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
