我在查看这个例子：https://github.com/fchollet/keras/blob/master/examples/conv_lstm.py

这个RNN实际上是在预测电影的下一帧，因此输出也应该是一部电影（根据输入的测试数据）。我想知道是否由于带有填充的卷积层导致信息丢失。例如，底层的Tensorflow在右下角进行填充，如果填充很大（n代表数字）：

n n n n 0 0 0
n n n n 0 0 0
n n n n 0 0 0
n n n n 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0

当我们进行第二次卷积时，右下角总是会是0，这意味着反向传播永远无法捕捉到那里的任何信息。在这种情况下（一个方块在整个屏幕上移动的电影），当验证标签位于右下角时，是否会丢失信息？

回答：

在询问了一位从事AI研究的博士后，答案是肯定的。