请问深度学习中的TCN结构有两种吗?

友友们,想问一下tcn有两种网络结构吗?为什么我读的论文一种是:
第一个residual block里只有膨胀率为1的膨胀卷积,第二个block里有膨胀率为2的膨胀卷积,然后好几个block叠加。

另一种是一个residual block里有膨胀率为1.2.4…的好几个膨胀卷积。

是的,TCN可以有不同的网络结构。

在你提到的第一种网络结构中,每个Residual Block只包含一个膨胀率为1的卷积和一个膨胀率为2的卷积。这种结构相对简单,且每个Residual Block只包含两个卷积层。

而在你提到的第二种网络结构中,每个Residual Block包含多个不同膨胀率的卷积层。这种结构相对更加复杂,因为每个Residual Block包含多个卷积层。

实际上,TCN的网络结构非常灵活,可以根据不同的任务和数据进行设计和优化。因此,TCN的具体网络结构可能会因为不同的应用场景而有所不同。
望采纳🥰🥰🥰

不知道你这个问题是否已经解决, 如果还没有解决的话:

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^