Video 如何在Tensorflow中为视频序列构建多层LSTM？

我想在tensorflow中构建一个用于视频分析的3层LSTM。我在网上读了一些例子，但仍然令人困惑。任何人都可以帮助编写一个简洁的代码片段来完成以下任务：

输入：240X320维的5个连续视频帧

输出：5个标量

---

非常感谢你

基本上，您必须为序列准备帧。你应该有一个向量（批量大小，序列长度=5，特征=240*320）。然后使用以下方法创建3个堆叠的LSTM：

layer1 = rnn.BasicLSTMCell(number_lstm_units)
layer2 = rnn.BasicLSTMCell(number_lstm_units)
layer3 = rnn.BasicLSTMCell(number_lstm_units)

将单元格分组并将其传递给多RNN单元格：

cells = [layer1, layer2, layer3]
multirnn = rnn.MultiRNNCell(cells)

然后，使用展平的特征向量，只需通过LSTM传递每个元素

for feature in your_flattened_vector:
    lstm_output, state = cell(feature,state)

您将有一个与输入大小相同的输出

有关更多信息，请查看API

---

希望能有所帮助。

您可以发布示例或您的努力吗？这将帮助我们更好地了解您的问题。