machine-learning - 无法理解 Keras ConvLSTM2D - 已编辑

Question

我正在看这个例子:https://github.com/fchollet/keras/blob/master/examples/conv_lstm.py

这个 RNN 实际上是在预测电影的下一帧，因此输出也应该是电影(根据输入的测试数据)。我想知道是否由于带有填充的转换层而丢失了信息。比如底层Tensorflow是padding右下角，如果有大padding:(n代表数字)

n n n n 0 0 0
n n n n 0 0 0
n n n n 0 0 0
n n n n 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0

当我们进行第二次转换时，右下角将始终为 0，这意味着反向传播永远无法捕获那里的任何内容。就像本例中的一部电影(一个方 block 在整个屏幕上移动)，当验证标签位于右下角时，它会丢失信息吗？

Answer 1

询问博士后，答案是肯定的。从事人工智能研究。