Machine learning 无法理解Keras ConvLSTM2D-已编辑

我正在看一个例子：

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）。我想知道是否有信息丢失，由于conv层与填充。 例如，如果存在较大的填充，则底层Tensorflow将填充右下角：（n表示数字）

n 0 0
n 0 0
n 0 0
n 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，这意味着反向传播将永远无法捕获那里的任何内容。与本例中的电影一样（一个正方形在整个屏幕上移动），当验证标签位于右下角时是否会丢失信息？

询问博士后，答案是肯定的。进行人工智能研究。

在要求博士学位后，答案是肯定的。做人工智能研究。

你的问题很难理解。请花点时间研究一下：谢谢您提供的信息，很抱歉造成混淆。基本上，我是在问，在进行反向传播时，零填充是否可能导致信息丢失。我问了一位人工智能研究人员，严格地说，是的，但这并不影响整体性能。你的问题很难理解。请花点时间研究一下：谢谢您提供的信息，很抱歉造成混淆。基本上，我是在问，在进行反向传播时，零填充是否可能导致信息丢失。我问了一位人工智能研究人员，严格地说，是的，但这并不影响整体性能。