只是想问一下有没有人做过这个？我有一个数据集是单维度的（虽然不确定这个词是否准确）。与通常的CNN输入不同，通常是图像（因此是二维的），我的数据只有一维。一个例子是这样的：

instance1 - feature1, feature2,...featureNinstance2 - feature1, feature2,...featureN...instanceM - feature1, feature2,...featureN

我如何使用我的数据集与CNN？我看过的那些CNN接受的是图像形式的输入（如AlexNet和GoogleNet）：

instance1 - 2d feature matrixinstance2 - 2d feature matrix2...instanceM - 2d feature matrixN

非常感谢任何帮助。

谢谢！

回答：

如果你的数据在空间上有相关性（你说没有），那么你可以将它输入到卷积网络（或具体来说是conv2d层），形状为1xNx1或Nx1x1（行 x 列 x 通道）。

如果这完全不是空间数据——你只有N个非空间相关的特征，那么形状应该是1x1xN。

为了完整起见，我应该指出，如果你的数据真的是非空间的，那么使用卷积层/网络实际上是没有意义的。你可以将其形状设置为1x1xN，然后使用1×1的卷积，但由于1×1的卷积与全连接层（也称为密集层或线性层）做的事情完全相同，你还不如直接使用全连接层。