一维数据与 CNN
One dimensional data with CNN
只是想知道是否有人这样做过?我有一个一维的数据集(不确定它是否是正确的单词选择)。不像通常的 CNN 输入是图像(所以是 2D),我的数据只有一维。一个例子是:
instance1 - feature1, feature2,...featureN
instance2 - feature1, feature2,...featureN
...
instanceM - feature1, feature2,...featureN
如何将我的数据集与 CNN 一起使用?我看过的接受以下形式的图像(如 AlexNet 和 GoogleNet):
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),那么您会将其提供给形状为 1xNx1 或 Nx1x1(行 x 列 x 通道)的 convnet(或者,具体来说,conv2d 层)。
如果这根本不是空间数据 - 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,如果您的数据确实是非空间数据,那么使用卷积 layer/net 真的没有意义。您 可以 将其整形为 1x1xN,然后使用 1x1 卷积,但是由于 1x1 卷积与完全连接(又名密集又名线性)层的作用完全相同,您不妨改用它。
只是想知道是否有人这样做过?我有一个一维的数据集(不确定它是否是正确的单词选择)。不像通常的 CNN 输入是图像(所以是 2D),我的数据只有一维。一个例子是:
instance1 - feature1, feature2,...featureN
instance2 - feature1, feature2,...featureN
...
instanceM - feature1, feature2,...featureN
如何将我的数据集与 CNN 一起使用?我看过的接受以下形式的图像(如 AlexNet 和 GoogleNet):
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),那么您会将其提供给形状为 1xNx1 或 Nx1x1(行 x 列 x 通道)的 convnet(或者,具体来说,conv2d 层)。
如果这根本不是空间数据 - 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,如果您的数据确实是非空间数据,那么使用卷积 layer/net 真的没有意义。您 可以 将其整形为 1x1xN,然后使用 1x1 卷积,但是由于 1x1 卷积与完全连接(又名密集又名线性)层的作用完全相同,您不妨改用它。