输入视频，经过二维卷积神经网络，一维卷积神经网络，BiLSTM输出的分别是什么

输入视频经过二维卷积神经网络后，输出的是二维特征图；之后经过一维卷积神经网络处理后，输出的是一维特征序列；最后经过BiLSTM处理后，输出的是每个时间步的隐藏状态序列，也可以选择只输出最后一个时间步的隐藏状态作为整个视频的表征。这种方式被称为视频编码器，可以将视频编码为一个固定长度的向量，用于后续的任务，如视频分类、检索等。