Python 自动编码器，以减少输入数据的大小

目前，我想使用自动编码器来减少输入数据的大小，以便将减少的数据用于另一个神经网络。我的任务是拍摄视频，然后将视频图像提供给自动编码器。当我只使用几个图像作为输入时，自动编码器工作得很好，但当我想要一系列图像时，它就不行了

想象一下从一个移动的球上拍摄视频。例如，我们有200幅图像。如果我对200幅图像使用autoencoder，误差很大，但如果我只对5幅图像使用autoencoder，重建误差很小，可以接受。似乎autoencoder无法学习球循环的顺序或时间运动。我还尝试表示堆叠的自动编码器，但结果并不好

---

是否有人知道问题是什么，或者是否可以使用自动编码器执行此任务

自动编码器/变分自动编码器不了解序列，而是学习将输入数据“映射”到维度较少的潜在空间。例如，如果图像是

64x64x3

，则可以将其映射到

32 dim

tensor/数组

为了学习图像序列，您需要将自动编码器部分的输出连接到RNN（LSTM/GRU），该RNN可以了解编码帧的序列（潜在空间中的连续帧）。之后，RNN的输出可以连接到自动编码器的解码器部分，以便您可以看到重建的帧

---

你问题中的

错误

，是总和错误还是平均错误？当图像数量增加时，求和误差自然会增加。