如果有人能向我解释如何使用 Tensorflow ConvLSTMCell()、tf.nn.dynamic_rnn() 和 tf.contrib.legacy_seq2seq.rnn_decoder() 构建编码器-解码器模型，我将非常感激。我想构建一个具有 3 个编码器层和 3 个解码器层的模型。我已经建立了模型，我使用 Moving mnist 数据集作为基准，在这个数据集中，每个序列有 20 帧，我将每个序列的前 10 帧提供给编码器，并愿意将接下来的 10 帧作为输出（预测），但对于预测部分，模型只是尝试输出最后一个输入帧（第 10 帧）。在我的模型中，我将编码器和解码器的第一层的过滤器数量设置为 128，将第二层和第三层的过滤器数量分别设置为 64 和 64。如果你想要我，我也可以在这里发布我写的代码。