小编Nic*_*iel的帖子

我有 2 个时间序列的数据，每个序列 18 点。所以我组织了一个 18 行 2 列的矩阵（180 个样本分为 2 个类别 - 激活和非激活）。

所以，我想用这些数据做一个 CNN，我的内核沿着线（时间）朝一个方向走。附图示例。

我的数据 18x2

在我的代码中，与具有 3 个通道的 RGB 相比，我不知道我的通道如何。并且不知道层的输入大小，以及如何计算才能知道全连接层。

我需要使用 conv1d 吗？conv2d？conv3d ? 基于理解 conv 1D 2D 3D，我有 2D 输入，我想做 1D 卷积（因为我在一个方向上移动我的内核），这是正确的吗？

例如，我如何传递内核大小（3,2）？

我的数据是这种形式，使用 DataLoader 和 batch_size= 4 后：

print(data.shape, label.shape)

火炬大小([4, 2, 18]) 火炬大小([4, 1])

我的卷积模型是：

OBS：我只是放了任意数量的输入/输出大小。

# Creating our CNN Model -> 1D convolutional with 2D input (HbO, HbR)

class ConvModel(nn.Module):
    def __init__(self):
        super(ConvModel, self).__init__()
        self.conv1 = nn.Conv1d(in_channels=1,  out_channels= 18, kernel_size=3, stride …