具有softmax的Keras时间分布密度不是每个时间步的标准化

这最终成为一个不同的问题,从一个问题

我有一个非常简单的Keras模型,它接受时间序列数据。我想用一个循环层来预测一个相同维度的新序列,在每个时间步上用一个softmax来提供一个标准化的结果。

x = GRU(256, return_sequences=True)(x)
x = TimeDistributed(Dense(3, activation='softmax'))(x)

假设输入是这样的:

[
  [0.25, 0.25, 0.5],
  [0.3, 0.3, 0.4],
  [0.2, 0.7, 0.1],
  [0.1, 0.1, 0.8]
]

[
  [0.15, 0.35, 0.5],
  [0.35, 0.35, 0.3],
  [0.1, 0.6, 0.3],
  [0.1, 0.2, 0.7]
]

简单地说,我认为时间分布的思想是将稠密层应用于每个时间步,因此有效地将带有softmax激活的稠密层重复应用于每个时间步。但是我似乎得到了一个结果,它看起来像是在时间步长的输出矩阵中的所有元素中被标准化了。