KerasでのTimeDistributedレイヤーの役割は何ですか？

Question 1

TimeDistributedラッパーがKerasで何をするのかを把握しようとしています。

TimeDistributedは「入力のすべての時間スライスにレイヤーを適用する」と思います。

しかし、私はいくつかの実験をして、私が理解できない結果を得ました。

つまり、LSTMレイヤーに関連して、TimeDistributedレイヤーとDenseレイヤーだけで同じ結果が得られます。

model = Sequential()
model.add(LSTM(5, input_shape = (10, 20), return_sequences = True))
model.add(TimeDistributed(Dense(1)))
print(model.output_shape)

model = Sequential()
model.add(LSTM(5, input_shape = (10, 20), return_sequences = True))
model.add((Dense(1)))
print(model.output_shape)

どちらのモデルでも、（なし、10、1）の出力形状が得られました。

RNNレイヤーの後のTimeDistributedレイヤーとDenseレイヤーの違いを誰かが説明できますか？

Question 2

でkeras-シーケンシャルモデルを構築している間-通常は2番目のディメンション（サンプルディメンションの1つ後）-はtimeディメンションに関連しています。これは、たとえば、データが5-dim一緒にある(sample, time, width, length, channel)場合、出力を取得するために、時間ディメンションに沿って（withにTimeDistributed適用可能）を使用して畳み込み層を適用できる（各タイムスライスに同じ層を適用できる）ことを意味します。4-dim(sample, width, length, channel)5-d

以下の場合は、Denseしていることであるkerasバージョン2.0からDenseデフォルトである（あなたが適用された場合などにのみ最後の次元に適用されるDense(10)形で入力する(n, m, o, p)あなたは形状の出力が得られます(n, m, o, 10)ので、あなたの場合）DenseとTimeDistributed(Dense)同等です。