具有多个输入的 Keras TimeDistributed 层

我正在尝试使以下代码行正常工作：

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

Where AutoregressiveDecoder是一个需要两个输入的自定义层。 经过一番谷歌搜索后，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层之前将其合并，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层可以处理多个输入吗？或者，有没有什么方法可以很好地合并两个输入？

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数（即第二轴）必须相同，一种（不是很好）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，然后将它们作为输入TimeDistributed layer:

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层的定义，并在必要时将输入分开。