我正在训练一个模型，该模型接受两个300维的词向量作为输入。我最初计划提供一个600维的向量作为输入数据。

然而，我注意到在Keras数据集页面上：http://keras.io/datasets/

他们使用高维输入数据而不是展平输入。例如，他们用维度(3, 32, 32)来表示一个32×32的RGB图像

我应该使用(2,300)的输入还是(1,600)的输入？这重要吗？

回答：

这只有在你的模型是空间模型时才重要。典型的例子包括卷积神经网络。否则——如果没有使用基于空间的模块——数据无论如何都会被内部展平。