wor*_*dom 8 machine-learning deep-learning conv-neural-network
只是想知道是否有人这样做了？我有一个一维的数据集(不知道它是否是正确的单词选择).与通常的CNN输入(图像是2D)不同,我的数据只有一个维度.一个例子是:
instance1 - feature1, feature2,...featureN
instance2 - feature1, feature2,...featureN
...
instanceM - feature1, feature2,...featureN
如何在CNN中使用我的数据集？我看过的那些接受图像(如AlexNet和GoogleNet)的形式如下:
instance1 - 2d feature matrix
instance2 - 2d feature matrix2
...
instanceM - 2d feature matrixN
感谢任何帮助.
谢谢!
如果您的数据在空间上相关（您说不是），则可以将其馈送到形状为1xNx1或Nx1x1（行x cols x通道）的convnet（或具体地说，是conv2d层）。
如果这根本不是空间数据-您只有N个与空间无关的要素，则形状应为1x1xN。
为了完整起见，我应该指出，如果您的数据确实是非空间的，那么使用卷积层/网络真的没有意义。您可以将其成形为1x1xN，然后使用1x1卷积，但是由于1x1卷积的功能与完全连接的层（又称稠密的线性层）完全相同，因此也可以使用它。
| 归档时间： |
|
| 查看次数： |
3358 次 |
| 最近记录： |