Keras 中的“细胞类”是什么？

【问题标题】：What is a "cell class" in Keras?Keras 中的“细胞类”是什么？
【发布时间】：2018-11-09 12:13:36
【问题描述】：

或者，更具体地说：ConvLSTM2D 和 ConvLSTM2DCell 之间有什么区别？

GRU and GRUCell 的同样问题

Keras 手册在这里不是很冗长。

我可以从 RTFS（阅读那些 fine 来源）看到这些类是不同基类的后代。那些名字以Cell结尾的，是Layer的子类。

在我的任务中，我需要对视频序列进行分类。也就是说，我的分类器的输入是视频帧序列，输出是单个标签（one-hot 编码向量）。

我应该使用什么类？

【问题讨论】：

【解决方案1】：

每个单元层组合的区别是相同的：

单元格：单元格是实际的计算组件，它们接受单个输入、过去的状态并产生输出、新状态。这些实际上执行 step 函数，其中包含例如 GRU 单元的计算。
RNN 层：这些层包裹了相应的单元格以将相同单元格应用于多个时间步。因此，单元格在输入序列上进行迭代，并根据 return_sequences 等额外选项收集输出。

【讨论】：

在我的任务中，我需要将视频序列分类为几个类别之一。也就是说，我的输入是一个视频帧序列，输出是一个标签，例如可以是一个单热向量（我正在设置我的任务）。我应该使用Layer 的子类，对吧？
是的，如果你已经有序列，你几乎从不直接使用单元格。因为即使单元格是 Layer 的子类，它们也有稍微不同的调用签名来考虑状态等。
然后，看起来，不是是，而是不是。我应该使用ConvLSTM2D，而不是ConvLSTM2DCell。
是的，使用实际为您迭代时间步长的包装层。