TimeDistributed (Flatten()) gibt die gleiche Ausgangsform in Keras

Question

Ich habe das folgende Modell in Keras und TimeDistributed (Flatten()) (x) funktioniert nicht, gibt es die gleiche Form wie die Ausgabe. Ich benutze die neueste Version von Keras mit Tensorflow-Backend und Python 3.5.3 unter Windows 10. Mache ich etwas falsch? Gibt es eine alternative Lösung?

rnn_size = 128 

input_tensor = Input((width, height, 3)) 

x = input_tensor 

x = Convolution2D(32, 3, 3, activation='relu', input_shape=[width, height, 3])(x) 
x = Convolution2D(32, 3, 3, activation='relu')(x) 
x = MaxPooling2D(pool_size=(2, 2))(x) 

x = Convolution2D(32, 3, 3, activation='relu')(x) 
x = Convolution2D(32, 3, 3, activation='relu')(x) 
x = MaxPooling2D(pool_size=(2, 2))(x) 

x = Convolution2D(32, 3, 3, activation='relu')(x) 
x = Convolution2D(32, 3, 3, activation='relu')(x) 
x = MaxPooling2D(pool_size=(2, 2))(x) 

conv_shape = x.get_shape() 
x = Reshape(target_shape = (int(conv_shape [1]), int(conv_shape[2] * conv_shape[3])))(x) 

x = Dense(32, activation='relu')(x) 

x = GRU(rnn_size, return_sequences=True, init='he_normal', name='gru1')(x) 

x = TimeDistributed(Flatten())(x) 
x = TimeDistributed(Dropout(0.25))(x) 
x = TimeDistributed(Dense(n_class, init='he_normal', activation='softmax'))(x) 

model = Model(input = [input_tensor], output = [x]) 

model.compile(loss='categorical_crossentropy', optimizer='adadelta') 

Answer 1

Die neueste Keras-Verteilung hat dies für mich funktioniert (Ubuntu 16.04). Wenn die Distribution für Win10 nicht, Keras auf die Github-Version aktualisieren.